Guinguette Marais Poitevin

Tipi di variabili > Variabili quantitative
Contenuti:

1. Definizione di una variabile quantitativa
2. Qual è la condizione dei dati quantitativi?

Definizione

Grafico di variabili categoriche sull’asse y e dati quantitativi/numerici sull’asse x. Credit: Thupper|Wikimedia Commons

In statistica si usano due tipi di variabili: Quantitative (chiamate anche variabili di misura o variabili numeriche) e categoriche (chiamate anche qualitative):

• Le variabili quantitative sono variabili numeriche: conteggi, percentuali o numeri.
• Le variabili categoriche sono descrizioni di gruppi o cose, come “razze di cani” o “preferenze di voto”.

Esempi di variabili quantitative / variabili numeriche:

• Media dei voti del liceo (es. 4.0, 3.2, 2.1).
• Numero di animali domestici posseduti (es. 1, 2, 4).
• Bilancio del conto bancario (es. $100, $987, $-42.
• Numero di stelle in una galassia (es. 100, 2301, 1 trilione).
• Numero medio di biglietti della lotteria venduti (ad esempio 25, 2.789, 2 milioni).
• Quanti cugini hai (ad esempio 0, 12, 22).
• L’importo della tua busta paga (ad esempio 200 dollari, 1.457 dollari, 2.222 dollari).

Regola generale: se puoi aggiungerlo, è quantitativo. Per esempio, un G.P.A. di 3.3 e un G.P.A. di 4.0 possono essere sommati (3.3 + 4.0 = 7.3), quindi significa che è quantitativo. D’altra parte, i voti di A, B, o C non possono essere sommati a meno che non li si converta in numeri, quindi A, B, e C, non sono quantitativi.

Esempi di variabili categoriche:

• Classe nel college (es.es. matricola, secondo anno, junior, senior).
• Affiliazione al partito (es. repubblicano, democratico, indipendente).
• Tipo di animale domestico posseduto (es. cane, gatto, roditore, pesce).
• Autore preferito (es. Stephen King, James Patterson, Charles Dickens).
• Compagnia aerea preferita (es. Southwest, Virgin, Quantas).
• Colore dei capelli (es. biondo, bruno, nero).
• La tua razza (es. asiatico, latino, nero).
• Tipo di cappello (es. sombrero, beanie, fedora).

Come regola generale, se non puoi aggiungere qualcosa, allora è categorico. Per esempio, non puoi aggiungere gatto + cane, o repubblicano + democratico.

Categorico vs. Quantitativo

Guarda questo video sulla differenza tra variabili categoriche (qualitative) e quantitative.

Che cos’è una condizione di dati quantitativi?

Quando fai un grafico o un grafico di dati statistici, assicurati di avere dati quantitativi di unità note. Se non hai unità note, allora non sarai in grado di fare il grafico. Per esempio, la prima lista sopra afferma che “G.P.A.” è un dato quantitativo. Tuttavia, non sarete in grado di fare un grafico del G.P.A. rispetto a un’altra variabile (per esempio, la razza o il sesso) a meno che non abbiate effettivamente un’unità, come 3,1 o 2,9. Questo sembra ovvio, ma con dati più complessi dovreste sempre controllare la condizione dei dati quantitativi per informazioni mancanti o insensate prima di iniziare un grafico.

Iistogrammi, boxplot e scatter plot richiedono tutti che abbiate dati quantitativi (numerici). Se cercate di rappresentare dati categorici con un istogramma, un boxplot o uno scatter plot, vi imbatterete nello stesso tipo di problema di quando cercate di rappresentare dati numerici con grafici a torta: i vostri grafici non avranno alcun senso. Il seguente grafico di dispersione illustra questo punto. Ho fatto un grafico di dispersione in Microsoft Excel di dati categorici (nomi) insieme alla loro età in Excel. Excel non ha riconosciuto i dati categorici e ha assegnato invece dei numeri. Il grafico di dispersione non ha senso; nessuno saprà che “1”, “2”, “3”, “4” e “5” si riferiscono ai nomi e anche se lo fanno… il grafico sarà un casino se hai 100 nomi!:

Un workaround a questo problema potrebbe essere quello di assegnare dei numeri ai nomi (es. John = 1, Jan = 2…), e includere una chiave nel grafico. Tuttavia, in questo particolare esempio, un diagramma a dispersione non è davvero la scelta migliore per un grafico – scegliete invece il grafico a barre. Un grafico a barre ti permette di tracciare categorie su un asse, quindi la condizione di dati quantitativi non deve essere soddisfatta per un asse.

Guarda il nostro canale YouTube per ulteriori aiuti e suggerimenti.

Beyer, W. H. CRC Standard Mathematical Tables, 31st ed. Boca Raton, FL: CRC Press, pp. 536 e 571, 2002.
Agresti A. (1990) Analisi dei dati categorici. John Wiley and Sons, New York.
Kotz, S.; et al., eds. (2006), Encyclopedia of Statistical Sciences, Wiley.
Lindstrom, D. (2010). Schaum’s Easy Outline of Statistics, Second Edition (Schaum’s Easy Outlines) 2nd Edition. McGraw-Hill Education

——————————————————————————

Hai bisogno di aiuto per un compito a casa o per un test? Con Chegg Study, puoi ottenere soluzioni passo dopo passo alle tue domande da un esperto del settore. I tuoi primi 30 minuti con un tutor Chegg sono gratuiti!