Pembolehubah statistik

Pembolehubah statistik

Apakah pembolehubah statistik?

The Pembolehubah statistik adalah ciri -ciri yang dimiliki oleh orang, benda atau tempat dan yang dapat diukur. Contoh pembolehubah yang sering digunakan adalah umur, berat badan, ketinggian, seks, status sivil, tahap akademik, suhu, bilangan jam yang berlangsung mentol pijar dan banyak lagi dan banyak lagi.

Salah satu objektif sains adalah mengetahui bagaimana pembolehubah sistem berkelakuan untuk dapat membuat ramalan mengenai tingkah laku masa depannya. Menurut sifatnya, setiap pemboleh ubah memerlukan rawatan khusus untuk mendapatkan maklumat maksimum daripadanya.

Jumlah pembolehubah untuk dikaji adalah besar, tetapi dengan teliti memeriksa kumpulan yang disebutkan di atas, kami segera melihat bahawa ada yang dapat dinyatakan berangka, sementara yang lain tidak.

Ini memberi kita klasifikasi awal pembolehubah statistik dalam dua jenis asas: kualitatif dan berangka.

Jenis pembolehubah statistik

- Pembolehubah kualitatif

Seperti namanya, pembolehubah kualitatif digunakan untuk menetapkan kategori atau kualiti.

Contoh pembolehubah jenis ini adalah status sivil: bujang, berkahwin, bercerai atau duda. Tiada kategori ini lebih besar daripada yang lain, hanya menunjuk keadaan yang berbeza.

Lebih banyak pembolehubah jenis ini adalah:

-Tahap Akademik

-Tahun tahun ini

-Jenama Auto yang dijalankan

-Profesion

-Kewarganegaraan

-Negara, bandar, daerah, daerah dan bahagian wilayah lain.

Kategori juga boleh ditetapkan oleh nombor, contohnya nombor telefon, nombor rumah, jalan atau kod pos, tanpa ini mewakili penilaian berangka, melainkan label.

Nombor jalan adalah pemboleh ubah kualitatif, bukan pemboleh ubah kuantitatif

Pembolehubah nominal, ordinal dan binari

Pembolehubah kualitatif boleh pula:

-Nominal, yang memberikan nama kepada kualiti, seperti warna sebagai contoh.

-Ordinal, yang mewakili perintah, seperti dalam kes skala strata sosioekonomi (tinggi, sederhana, rendah) atau pendapat tentang beberapa jenis cadangan (yang memihak, acuh tak acuh, terhadap). *

Boleh melayani anda: darjah kebebasan: Cara mengira mereka, jenis, contoh

-Binari, Juga dipanggil dikotomik, Hanya ada dua nilai yang mungkin, seperti seks. Pembolehubah ini boleh diberikan label berangka, seperti 1 dan 2, tanpa mewakili penilaian berangka atau sejenis perintah.

*Beberapa penulis termasuk pembolehubah ordinal dalam kumpulan pembolehubah kuantitatif, yang diterangkan di bawah. Kerana mereka menyatakan perintah atau hierarki.

- Pembolehubah berangka atau kuantitatif

Pembolehubah ini diberikan nombor, kerana mereka mewakili jumlah, seperti gaji, umur, jarak dan kelayakan yang diperolehi dalam peperiksaan.

Mereka digunakan secara meluas untuk membezakan keutamaan dan menganggarkan trend. Mereka boleh dikaitkan dengan pembolehubah kualitatif dan bar bangunan dan grafik histogram yang memudahkan analisis visual.

Beberapa pembolehubah berangka dapat diubah menjadi pembolehubah kualitatif, tetapi sebaliknya tidak mungkin. Sebagai contoh, pemboleh ubah berangka "umur" boleh dibahagikan kepada selang waktu dengan label yang diberikan, seperti bayi, kanak -kanak, remaja, orang dewasa dan orang tua.

Walau bagaimanapun, perlu diperhatikan bahawa terdapat operasi yang boleh dilakukan dengan pembolehubah berangka, yang jelas tidak dapat dilakukan dengan yang kualitatif, contohnya mengira purata dan penganggar statistik lain.

Sekiranya apa yang anda mahukan adalah untuk mengira, anda perlu mengekalkan pembolehubah "umur" sebagai pemboleh ubah berangka. Tetapi aplikasi lain mungkin tidak memerlukan perincian berangka, kerana ini cukup untuk meninggalkan label yang dinamakan.

Pembolehubah berangka seterusnya dibahagikan kepada dua kategori utama: pembolehubah diskret dan pembolehubah berterusan.

Pembolehubah diskret

Pembolehubah diskret hanya mengambil nilai tertentu dan dicirikan dengan menjadi perakaunan, contohnya bilangan anak keluarga, jumlah haiwan peliharaan, bilangan pelanggan yang melawat kedai setiap hari dan pelanggan syarikat kabel, sebaliknya Beberapa contoh.

Boleh melayani anda: dataran minimum

Menentukan contohnya "bilangan haiwan peliharaan" yang berubah -ubah, ia mengambil nilai set nombor semula jadi. Seseorang boleh mempunyai haiwan peliharaan 0, 1, 2, 3 atau lebih, tetapi tidak pernah 2.5 haiwan peliharaan, sebagai contoh.

Walau bagaimanapun, pemboleh ubah yang bijak semestinya mempunyai semula jadi atau bilangan bulat. Nombor perpuluhan juga berfungsi, kerana kriteria untuk menentukan sama ada pemboleh ubah adalah bijaksana adalah bahawa ini adalah perakaunan atau bernombor.

Sebagai contoh, katakan bahawa pecahan mentol yang cacat ditakrifkan sebagai pemboleh ubah.

Sekiranya tiada mentol yang rosak, pemboleh ubah mengambil nilai 0. Tetapi jika 1 mentol N rosak, pemboleh ubah bernilai 1 /n, jika terdapat dua rosak, ia adalah 2 /n dan sebagainya sehingga sampai ke kejadian bahawa mentol N adalah rosak dan dalam hal ini pecahan akan menjadi 1.

Pembolehubah berterusan

Tidak seperti pembolehubah diskret, pembolehubah berterusan boleh mengambil nilai. Sebagai contoh, berat pelajar yang mengkaji subjek, ketinggian, suhu, masa, panjang dan banyak lagi.

Rajah Pareto membandingkan kekerapan kecacatan (pemboleh ubah kuantitatif dalam paksi menegak) dan peratusan kumulatif berbanding setiap kecacatan dalam paksi mendatar (pemboleh ubah kualitatif). Sumber: Wikimedia Commons.

Oleh kerana pemboleh ubah berterusan mengambil nilai tak terhingga, pengiraan semua jenis boleh dibuat dengan ketepatan yang dikehendaki, hanya dengan menyesuaikan bilangan perpuluhan.

Dalam amalan terdapat pembolehubah berterusan yang boleh dinyatakan sebagai pembolehubah diskret, contohnya umur seseorang.

Umur yang tepat seseorang boleh dikira dalam tahun, bulan, minggu, hari dan banyak lagi, bergantung kepada ketepatan yang diingini, tetapi biasanya pusingan dalam tahun dan dengan itu menjadi bijak.

Pendapatan seseorang juga merupakan pemboleh ubah yang berterusan, tetapi biasanya berfungsi dengan lebih baik jika selang waktu ditubuhkan.

Boleh melayani anda: gred polinomial: bagaimana ia ditentukan, contoh dan latihan

- Pembolehubah bergantung dan bebas

Pembolehubah bergantung adalah yang diukur semasa percubaan, untuk mengkaji hubungan yang mereka ada dengan orang lain, yang akan dianggap sebagai pembolehubah bebas.

Contoh 1

Dalam contoh ini kita akan melihat evolusi harga yang menderita pizza tempat makanan bergantung pada saiznya.

Pemboleh ubah bergantung (y) akan menjadi harga, manakala pemboleh ubah bebas (x) akan menjadi saiz. Dalam kes ini, pizza kecil bernilai € 9, median € 12 dan € 15 biasa.

Iaitu, apabila saiz pizza meningkat, lebih mahal. Oleh itu, harganya bergantung pada ukuran.

Fungsi ini akan menjadi y = f (x)

Contoh 2

Contoh mudah: Anda ingin mengkaji kesan yang berubah dalam arus yang saya hasilkan melalui dawai logam, yang mana voltan V diukur antara hujung ini.

Pemboleh ubah bebas (punca) adalah arus, manakala pemboleh ubah bergantung (kesan) adalah voltan, yang nilainya bergantung pada arus yang bergerak melalui wayar.

Dalam eksperimen, apa yang dicari adalah untuk mengetahui bagaimana undang -undang ketika saya bervariasi. Sekiranya pergantungan voltan dengan arus ternyata linear, ia.

Tetapi hakikat bahawa pemboleh ubah adalah bebas dalam eksperimen tidak bermaksud bahawa ia berada di yang lain. Yang bergantung pada fenomena yang sedang dikaji dan jenis penyelidikan yang ingin anda lakukan.

Sebagai contoh, semasa saya yang mengembara pemandu tertutup yang beralih ke medan magnet yang berterusan, menjadi pemboleh ubah bergantung berkenaan dengan masa t, yang akan menjadi pemboleh ubah bebas.

Rujukan

  1. Berenson, m. 1985. Statistik untuk Pentadbiran dan Ekonomi. Inter -American s.Ke.
  2. Canavos, g. 1988. Kebarangkalian dan Statistik: Aplikasi dan Kaedah. McGraw Hill.
  3. DEVORE, J. 2012. Kebarangkalian dan statistik untuk kejuruteraan dan sains. Ke -8. Edisi. Cengage.
  4. Ensiklopedia ekonomi. Pembolehubah berterusan. Pulih dari: EncyclopeDiaeconomica.com.
  5. Levin, r. 1988. Statistik untuk pentadbir. 2. Edisi. Prentice Hall.
  6. Walpole, r. 2007. Kebarangkalian dan statistik untuk kejuruteraan dan sains. Pearson.