Variables categóricas
Una variable es una característica que se puede medir y que puede asumir diferentes valores. La altura, la edad, los ingresos, la provincia o el país de nacimiento, las calificaciones obtenidas en la escuela y el tipo de vivienda son ejemplos de variables. Las variables pueden clasificarse en dos categorías principales: categóricas y numéricas. Cada categoría se clasifica a su vez en dos subcategorías: nominal u ordinal para las variables categóricas, discreta o continua para las numéricas. Estos tipos se describen brevemente en esta sección.
Una variable nominal es aquella que describe un nombre, etiqueta o categoría sin orden natural. El sexo y el tipo de vivienda son ejemplos de variables nominales. En la tabla 4.2.1, la variable «modo de transporte para ir al trabajo» también es nominal.
Esta tabla muestra los resultados del Método de desplazamiento al trabajo para los canadienses. La información está agrupada por Modo de transporte para viajar al trabajo (que aparece como encabezado de fila), Número de personas (que aparece como encabezado de columna).
Una variable ordinal es una variable cuyos valores están definidos por una relación de orden entre las diferentes categorías. En la tabla 4.2.2, la variable «comportamiento» es ordinal porque la categoría «Excelente» es mejor que la categoría «Muy bueno», que es mejor que la categoría «Bueno», etc. Existe una ordenación natural, pero es limitada, ya que no sabemos en qué medida el comportamiento «Excelente» es mejor que el «Muy bueno».
Las variables que sólo pueden tomar 2 variables se denominan ¿cuál de las siguientes?
Global Spine J. 2018 Mayo; 8(3): 311-313. Publicado en línea el 30 de enero de 2018. doi: 10.1177/2192568217746998PMCID: PMC5958489PMID: 29796380La anatomía de los datosJoseph R. Dettori, PhD1 y Daniel C. Norvell, PhD1Joseph R. Dettori
Los datos son necesarios para realizar inferencias lógicas en la investigación clínica. Entender la anatomía de los datos es esencial si se quiere obtener una interpretación correcta de los datos recogidos. El propósito de este artículo es revisar los tipos de datos que se encuentran en la investigación clínica, cómo se utilizan y por qué es importante conocer las diferencias entre ellos.Tipos de datosLas variables suelen etiquetarse como cualitativas (categóricas) o cuantitativas. Una variable cualitativa, que no debe confundirse con la investigación cualitativa,* es la siguiente
Cirugía (n = 75), Media ± SDConservador (n = 80), Media ± SDAEdad (años)54,5 ± 9,451,9 ± 9,9Altura (cm)175,0 ± 9,8176,5 ± 9,9Peso (kg)75,0 ± 13,075,4 ± 15,5Duración de la enfermedad (años)2,3 ± 0. 81,8 ± 0,7Flexión del tronco (grados)102 ± 24,3115 ± 29,7Abrir en otra ventanaUna relaciónA veces los datos continuos pueden convertirse en datos categóricos para ayudar a la interpretación clínica. Un ejemplo lo encontramos en la puntuación de resultados del dolor lumbar (LBOS).2 La LBOS se divide en 13 subescalas que van desde el dolor actual hasta la actividad de ocio. La puntuación total se basa en una escala de 75 puntos. Dado que una persona puede recibir una puntuación entre 0 y 75 puntos, esta puntuación puede considerarse un resultado continuo. Por otro lado, los autores de la puntuación también la han dividido en 4 categorías de resultados potenciales:
Variable nominal
Si trabaja con frecuencia con conjuntos de datos, probablemente sabrá que cada fila de su conjunto de datos representa una unidad experimental diferente (también llamada observación) y cada columna representa una característica diferente (llamada variable):
En este artículo, vamos a centrarnos en las variables, y en particular en los diferentes tipos de variables que existen en estadística. (Para conocer los diferentes tipos de datos en R, lea «Tipos de datos en R»).
La razón por la que a menudo clasificamos las variables en diferentes tipos es porque no todos los análisis estadísticos pueden realizarse en todos los tipos de variables. Por ejemplo, es imposible calcular la media de la variable «color de pelo» ya que no se puede sumar el pelo castaño y el rubio.
Por otra parte, encontrar la moda de una variable continua no tiene realmente ningún sentido porque la mayoría de las veces no habrá dos valores exactamente iguales, por lo que no habrá moda. E incluso en el caso de que haya una moda, habrá muy pocas observaciones con este valor. Como ejemplo, intente encontrar la moda de la altura de los alumnos de su clase. Si tiene suerte, un par de estudiantes tendrán la misma talla. Sin embargo, la mayoría de las veces, cada alumno tendrá una talla diferente (especialmente si las alturas se han medido en milímetros) y, por tanto, no habrá ninguna moda. Para ver qué tipo de análisis es posible en cada tipo de variable, vea más detalles en los artículos «Estadística descriptiva a mano» y «Estadística descriptiva en R».
La altura de los estudiantes en una clase es qué tipo de datos
Variables cualitativas y cuantitativas: Visión generalEn estadística, una variable es un atributo de la muestra de población que se está estudiando. Puede variar de un miembro a otro de la muestra, y puede ser prácticamente cualquier cosa. El color, el tamaño, la altura, el peso y cualquier otro atributo que pueda medirse o describirse puede ser una variable. Hay dos tipos generales de variables: cualitativas y cuantitativas. Las variables cualitativas pueden dividirse en nominales, ordinales y binarias, mientras que las cuantitativas pueden dividirse en discretas y continuas.
¿Qué es una definición de variable cualitativa en estadística? La definición de variable cualitativa en estadística es aquella que entra dentro de las categorías descriptivas, cosas que no se miden. El color, el sabor, el olor, el estilo, el estado de ánimo y la satisfacción son ejemplos de variables cualitativas. Estas variables no se miden con números, sino que describen la calidad de algo. Por ejemplo, la altura (1,80 m) no es una variable cualitativa, pero el tamaño (es alto) sí lo es. Las variables cualitativas también se denominan variables categóricas. Como se ha mencionado, hay varios tipos diferentes.