В статистике есть два типа переменных:
1. Количественные переменные. Иногда их называют «числовыми» переменными. Это переменные, представляющие измеримую величину. Примеры включают:
- Количество учеников в классе
- Количество квадратных метров в доме
- Численность населения города
- Возраст человека
- Рост человека
2. Качественные переменные. Иногда их называют «категориальными» переменными. Это переменные, которые получают имена или ярлыки и могут вписываться в категории. Примеры включают:
- Цвет глаз (например, «голубой», «зеленый», «карий»)
- Пол (например, «мужской», «женский»)
- Порода собаки (например, «лаборатория», «бульдог», «пудель»)
- Уровень образования (например, «средняя школа», «степень младшего специалиста», «степень бакалавра»)
- Семейное положение (например, «замужем», «холост», «разведен»)

Каждая отдельная переменная, с которой вы когда-либо столкнетесь в статистике, может быть классифицирована как количественная или качественная.
Пример: классификация количественных и качественных переменных
Рассмотрим следующий набор данных с информацией о 10 разных баскетболистах:

Всего в этом наборе данных пять переменных. Две из них являются качественными переменными, а три — количественными переменными:

Суммирование количественных и качественных переменных
Мы можем использовать множество различных метрик для суммирования количественных переменных , в том числе:
- Меры центральной тенденции , такие как среднее значение, медиана и мода.
- Меры дисперсии , такие как диапазон, межквартильный диапазон и стандартное отклонение.
Однако для суммирования качественных переменных мы можем использовать только таблицы частот и таблицы относительных частот.
Чтобы проиллюстрировать это, давайте еще раз рассмотрим набор данных из предыдущего примера:

Для количественной переменной Seasons Played мы можем рассчитать следующие показатели:
- Среднее значение: 11,5
- Медиана: 12
- Режим: 12
- Диапазон: 8
- Межквартильный диапазон: 4,5
- Стандартное отклонение: 2,915
Эти показатели дают нам хорошее представление о том, где находится центральное значение, а также о том, насколько разбросаны значения для этой переменной.
А для качественной переменной Position мы можем создать таблицу частот, чтобы описать, как часто встречаются разные значения:

Эта таблица позволяет нам быстро увидеть, как часто каждая позиция (G = защита, F = вперед, C = центр) встречалась в наборе данных.
Дополнительные ресурсы
Описательная статистика против логической статистики
Статистика против параметра
Уровни измерения: номинальный, порядковый, интервальный и относительный