zmienne ilościowe można klasyfikować jako dyskretne lub ciągłe.
zmienna kategoryczna zmienne kategoryczne zawierają skończoną liczbę kategorii lub odrębnych grup. Dane kategoryczne mogą nie mieć logicznego porządku. Na przykład kategoryczne predyktory obejmują płeć, rodzaj materiału i metodę płatności. Zmienna Dyskretna zmienne dyskretne są zmiennymi liczbowymi, które mają policzalną liczbę wartości między dowolnymi dwiema wartościami., Zmienna Dyskretna jest zawsze liczbowa. Na przykład liczba reklamacji Klienta lub liczba wad lub wad. Zmienna ciągła zmienne ciągłe są zmiennymi liczbowymi, które mają nieskończoną liczbę wartości między dowolnymi dwiema wartościami. Zmienna ciągła może być liczbowa lub data / czas. Na przykład długość części lub Data i godzina otrzymania płatności.
Jeśli masz zmienną dyskretną i chcesz włączyć ją do modelu regresji lub ANOVA, możesz zdecydować, czy traktować ją jako predyktor ciągły (kowariantny) czy predyktor kategoryczny (czynnik)., Jeśli zmienna Dyskretna ma wiele poziomów, to najlepiej traktować ją jako zmienną ciągłą. Traktowanie predyktora jako zmiennej ciągłej oznacza, że prosta funkcja liniowa lub wielomianowa może odpowiednio opisać zależność między odpowiedzią a predyktorem. Gdy traktujesz predyktor jako zmienną kategoryczną, odrębna wartość odpowiedzi pasuje do każdego poziomu zmiennej bez względu na kolejność poziomów predyktora. Wykorzystaj te informacje, oprócz celu analizy, aby zdecydować, co jest najlepsze dla twojej sytuacji.
