El siguiente artículo proporciona un esquema de tipos de variables en estadísticas. Los valores que están alterando según las circunstancias se denominan variables. Una variable puede ocurrir en cualquier forma, como rasgo, factor o una declaración que constantemente cambiará de acuerdo con los cambios en el entorno aplicado. Dichas variables en estadísticas se dividen ampliamente en cuatro categorías, como variables independientes, variables dependientes, variables categóricas y continuas. Además de estas, las variables cuantitativas y cualitativas contienen datos como nominales, ordinales, intervalos y proporciones. Cada tipo de datos tiene atributos únicos.
En las estadísticas, la variable es un término algebraico que denota el valor desconocido que no es un valor fijo que está en formato numérico. Dichos tipos de variables se implementan para muchos tipos de investigación para cálculos fáciles. Por lo tanto, hay muchos tipos diferentes de variables disponibles que se pueden aplicar en dominios variados. Muchas otras variables se discuten en mínima se enumeran son una variable activa que evalúa el investigador. Una variable que ocurre antes de la variable independiente se llama variable antecedente.
La variable independiente es la que se calcula en la investigación para ver el impacto de las variables dependientes. También se llama variables resultantes, predictor o variables experimentales. Por ejemplo, un gerente pide a 100 empleados que completen un proyecto. Debe conocer la capacidad del empleado individual. Quiere saber la razón detrás de los tipos inteligentes y los tipos de fracaso. La primera razón es que algunos trabajarán duro durante el día y la noche para completar el proyecto dentro del tiempo estimado, y el otro es que algunos tipos nacen inteligentes e inteligentes que otros. La variable que es similar a una variable independiente se denomina variable covariable pero se ve afectada por la variable dependiente pero no tan común como una variable de interés.
La variable dependiente también se denomina variable de criterio que se aplica en circunstancias no experimentales. La variable dependiente se ha basado en la variable independiente. A partir del ejemplo mencionado anteriormente, la productividad o finalización del proyecto es el criterio principal que dependen del tiempo estimado y el coeficiente intelectual. Aquí, las variables independientes son el coeficiente intelectual y el tiempo estimado, que puede o no reflejarse en la productividad de un empleado. Por lo tanto, la extensión del tiempo estimado o la mejora del coeficiente intelectual de una persona no tiene sentido en la productividad de los empleados, ya que no es predecible.
Por lo tanto, el enfoque de los gerentes es trabajar en las variables independientes, como el tiempo asignado y el coeficiente intelectual que conduce a ciertos cambios en la productividad de los empleados que son las variables dependientes. Entonces, ambas variables están conectadas en algunas medidas. Las variables que se ven afectadas por otras variables en la economía se denominan variables endógenas. Una variable oculta afecta la relación entre la variable dependiente e independiente llamadas variables de acecho. Cuando una variable independiente no se ve afectada por otras variables y está restringida en cierta medida se denominan una variable explicativa.
Es una amplia categoría de variable que es infinita y no tiene datos numéricos. Estas variables se denominan variables cualitativas o variables de atributo en términos de software de estadística. Dichas variables se dividen aún más en variables nominales, variables ordinales y dicotómicas. Las variables nominales no tienen ningún orden intrínseco. Por ejemplo, un desarrollador clasifica su entorno en diferentes tipos de redes en función de su estructura, como P2P, computación en la nube, computación generalizada, IoT. Entonces, aquí, el tipo de red es una variable nominal compuesta por cuatro categorías. Las categorías variadas presentes en la variable nominal pueden conocerse como niveles o grupos de variables nominales. Las variables dicotómicas también se denominan valores binarios, que solo tienen dos categorías.
¿Cuáles son los tipos de variables en la estadística?
Las características pueden tener diferentes niveles de escala. En principio, se puede hacer una distinción entre las características cuantitativas que se pueden medir en una escala métrica (como el peso o el ingreso corporal) y las características cualitativas (como el género o el color). En el segundo caso, también se habla de una característica categórica, ya que las características se dan en forma de categoría.
Son dos lados de una variable y definen las mismas características. Sin embargo, detrás de una variable estadística hay una población o una muestra y, que pertenecen a las características, frecuencias relativas y absolutas. Una variable aleatoria es un experimento aleatorio (modelo) y las probabilidades que pertenecen a las características.
¿Cómo se clasifican los tipos de variables?
En la sección anterior clasificamos los tipos de datos en función del tipo de valor que aceptan y la memoria cuantitativa que usan para almacenar el tipo de datos. Otros tipos de datos pueden dividirse en gran medida en dos categorías en función de cómo se almacena el valor en su memoria.
- Tipo de valor
- Tipo de Referencia
Los tipos de tipos del tipo de valor son la variable que contiene un valor de datos dentro de su propio espacio de memoria personal designado. Por lo tanto, estos tipos de datos mantienen sus valores directamente.
Aquí toda la variable ‘I’ contiene directamente el valor de 20.
A diferencia del tipo de valor, un tipo de referencia no contiene directamente los valores. En lugar de contener directamente el valor, contiene la dirección en la que el valor podría almacenarse. En palabras simples, una variable del tipo de referencia contiene solo una referencia a una posición particular de la memoria que puede contener los datos requeridos.
Algunos de los datos del tipo de referencia incluyen cadena, matriz, clase, etc. Por lo tanto, si se realizan cambios en los datos, la otra variable heredará automáticamente el nuevo valor modificado y si no hay valores asignados al tipo de referencia, por defecto, contiene un valor nulo.
- Tipo de valor
- Tipo de Referencia
El tipo de objeto se considera como la clase básica para todos los objetos en los idiomas C #programming. Los tipos de objetos se pueden asignar con los valores de cualquier otro tipo, incluido el tipo de valor, los tipos definidos por el usuario o incluso cualquier otro tipo de referencia.
¿Cuáles son los tipos de variables y ejemplos?
Los datos se pueden definir como una medición específica de una variable. Los datos se pueden clasificar en los siguientes dos tipos de variables:
Este tipo de datos toma valores numéricos que representan algún tipo de medición.
Este tipo de datos incluye valores no numéricos y representa agrupaciones, como clasificaciones, clasificaciones y resultados binarios.
Las variables cuantitativas representan cantidades y, por lo tanto, toman la forma de valores numéricos. Este tipo de datos tiene un significado numérico y se puede usar en los cálculos. Algunos ejemplos comunes de datos cuantitativos son los datos recopilados en variables como el peso y la altura.
Hay dos tipos principales de variables cuantitativas, a saber, variables discretas y continuas.
También conocidas como variables enteras, las variables discretas representan los recuentos de valores individuales de ítems. Son contables en un período de tiempo finito. Por ejemplo, el número de empleados que trabajan para una organización en un momento específico.
Las variables continuas también se conocen como variables de relación. Representan las mediciones de valores que no son finitos y, por lo tanto, son continuos. Por ejemplo, la edad es una variable continua, ya que se mide en unidades que cambian continuamente. Mañana, serás un poco mayor de lo que eres hoy
Las variables categóricas representan grupos. Los datos categóricos son de naturaleza cualitativa, sin embargo, a veces puede incluir valores numéricos siempre que no exhiban características cuantitativas. Con los datos categóricos, cada observación solo se puede colocar en una categoría, por lo tanto, cada categoría es mutuamente excluyente.
Artículos Relacionados:
