Como testar se meus dados são discretos ou contínuos?

Parece-me que, para escolher as ferramentas estatísticas certas, primeiro preciso identificar se meu conjunto de dados é discreto ou contínuo.

Você poderia me ensinar como posso testar se os dados são discretos ou contínuos com o R?

r continuous-data discrete-data evdstat
fonte

Você quer dizer se determinadas variáveis precisam ser adicionadas como preditores contínuos ou categóricos (discretos) em um modelo de tipo de regressão?

Nick Sabbe

Como os dados foram coletados e como as variáveis foram registradas provavelmente fornecerão algumas pistas sobre isso; além disso, é provável que dependa se você deseja modelar seus dados como contínuos ou discretos (consulte, por exemplo, pergunta relacionada a itens do Likert e análise de escalas discretas). Ponto não relacionado: seria bom se você pudesse registrar sua conta de uma vez por todas e talvez considere aceitar respostas ou revisar suas perguntas anteriores.

chl

fazer uma qqnorm e se os pontos estão todos ao longo da diagonal dos dados é contínua (se é em linhas horiontal é discreto)

user222362

A única razão pela qual consigo pensar imediatamente em exigir essa decisão é decidir sobre a inclusão de uma variável como contínua ou categórica em uma regressão.

Primeiro, às vezes você não tem escolha: variáveis ou fatores de caracteres (onde alguém que forneceu os dados.quadro tomou a decisão por você) é obviamente categórico.

x1 $-1.5$ $2.5$ x

x1<-sample(c(-1.5, 2.5), 1000)
length(unique(x1)) #absolute number of different variables
length(unique(x1))/length(x1) #relative
x2<-runif(1000)
length(unique(x2)) #absolute number of different variables
length(unique(x2))/length(x2) #relative

Eu diria que uma variável que possui apenas 5% de valores únicos pode ser chamada com segurança de discreta (mas, como mencionado: isso é subjetivo). No entanto: isso não o torna um bom candidato para incluí-la como uma variável categórica no seu modelo: se você tiver 1000000 observações e 5% de valores únicos, isso ainda deixa 50000 'categorias': se você incluir isso como categórico, você ' vamos gastar muitos graus de liberdade.

Acho que essa ligação é ainda mais subjetiva e depende muito do tamanho da amostra e do método de escolha. Sem mais contexto, é difícil dar orientações aqui.

x012

E [y] = β_{0} + β_{1} 1 x_{1} + β_{1} 2 x_{2}

$E[y] = \beta_0 + \beta_11 x_{1} + \beta_12 x_{2}$

x_{i}

$x_i$

x == i

$x==i$

E [y] = β_{0} + β_{1} x

$E[y] = \beta_0 + \beta_1 x$

E [y] = β_{0} + β_{1} x_{1} + 2 β_{1} x_{2}

$E[y] = \beta_0 + \beta_1 x_{1} + 2 \beta_1 x_{2}$

$\chi^2$

Nick Sabbe
fonte

+1 Bom exemplo de como melhorar uma pergunta estranha com ótima resposta.

Bem, de fato, qualquer contínuo pode ser discreto, fazendo com que os histogramas mostrem apenas como é feito na prática. Provavelmente misturei dados de contagem (dados de valor inteiro) com categóricos ... embora meu primeiro palpite fosse sobre distribuições discretas e contínuas, não apenas pontos de dados (e pesquisadores malucos que atribuem valores reais a categorias), então ... excluí os meus de qualquer maneira , já que não acho que isso resolve o problema (1)

Dmitrij Celov

parece que @Dmitrij removeu sua resposta, você poderia reeditá-la para refletir isso? É uma ótima resposta (+1), para que a referência ao conteúdo não existente se destaque um pouco.

mpiktas

Como testar se meus dados são discretos ou contínuos?

Respostas: