Was sind kategoriale, diskrete und stetige Variablen?

Quantitative Variablen können als diskret oder stetig klassifiziert werden.

Kategoriale Variable

Kategoriale Variablen umfassen eine endliche Anzahl von Kategorien oder eindeutigen Gruppen. Kategoriale Daten müssen nicht zwangsläufig eine logische Reihenfolge aufweisen. Zu den kategorialen Prädiktoren zählen beispielsweise Geschlecht, Materialtyp und Zahlungsmethode.

Diskrete Variable

Diskrete Variablen sind numerische Variablen, die zwischen zwei beliebigen Werten eine zählbare Anzahl von Werten aufweisen. Eine diskrete Variable ist immer numerisch. Eine diskrete Variable ist immer numerisch. Beispiele: Die Anzahl von Kundenbeschwerden oder die Anzahl von Mängeln oder Defekten.

Stetige Variable

Stetige Daten sind numerische Variablen, die zwischen zwei beliebigen Werten eine unendliche Anzahl von Werten aufweisen. Stetige Variablen können aus numerischen oder Datums-/Uhrzeitwerten bestehen. Beispiel: die Länge eines Teils oder Datum und Uhrzeit eines Zahlungseingangs.

Wenn Sie über eine diskrete Variable verfügen und diese in ein Regressions- oder ANOVA-Modell einbinden möchten, können Sie entscheiden, ob sie als stetiger Prädiktor (Kovariate) oder als kategorialer Prädiktor (Faktor) behandelt werden soll. Wenn die diskrete Variable viele Stufen aufweist, empfiehlt es sich möglicherweise, sie als stetige Variable zu behandeln. Die Behandlung eines Prädiktors als stetige Variable impliziert, dass eine einfache lineare oder polynomiale Funktion die Beziehung zwischen Antwortvariable und Prädiktor adäquat beschreiben kann. Wenn Sie einen Prädiktor als kategoriale Variable behandeln, wird an jede Stufe der Variablen ein eindeutiger Wert der Antwortvariablen angepasst, ohne dass die Reihenfolge der Prädiktorstufen beachtet wird. Entscheiden Sie anhand dieser Informationen sowie unter Berücksichtigung des Zwecks der Analyse, was für Ihre Situation das Beste ist.