Une variable nominale est une variable qualitative dont les modalités ne sont pas ordonnées ; par exemple la couleur des yeux (bleus, verts, noirs, ...) Elles peuvent elles aussi être discrètes ou continues.
Les variables quantitatives correspondent à des informations que l'on peut mesurer, compter. Cela peut être par exemple : la taille, le poids, l'âge, le nombre d'enfants, etc. Les variables qualitatives correspondent à des informations que l'on ne peut pas mesurer, comme le sexe ou la couleur des cheveux.
On distingue divers types de variables selon la nature des données. Ainsi, une variable peut être qualitative ou quantitative; une variable qualitative peut être nominale ou ordinale, alors qu'une variable quantitative peut être continue ou discrète.
Caractère statistique (ou variables statistiques) :
C'est ce qui est observé ou mesuré sur les individus d'une population statistique. Il peut s'agir d'une variable qualitative ou quantitative. Exemples : Taille, poids, salaire, sexe, profession d'un groupe donné d'individus.
Que signifie Variable métrique ? Les variables métriques sont aussi appelées variables quantitatives. Ce sont des variables qui caractérisent des valeurs numériques comme l'âge, la taille ou encore le salaire.
Identifier les variables dans des équations
Si vous mettez en équation la relation existant entre ces deux types de variables, le plus simple consiste à donner des noms aux variables, généralement des lettres. La variable qui est isolée dans l'équation est la dépendante.
Les expériences nécessitent deux principaux types de variables, à savoir la variable indépendante et la variable dépendante. La variable indépendante est la variable qui est manipulée et qui est supposée avoir un effet direct sur la variable dépendante, la variable étant mesurée et testée.
Comment identifier les variables indépendantes et dépendantes ? Le moyen le plus simple d'identifier dans votre expérience quelles variables sont la variable indépendante (VI) et la variable dépendante (VD) est de mettre les deux variables dans la phrase ci-dessous d'une manière qui a du sens.
L'analyse d'une variable commence par son tri à plat qui est en fait le tableau de la distribution de ses données triées selon ses différentes valeurs : cela consiste tout simplement à dénombrer les résultats obtenus.
Deux variables quantitatives sont corrélées si elles tendent à varier l'une en fonction de l'autre. On parle de corrélation positive si elles tendent à varier dans le même sens, de corrélation négative si elles tendent à varier en sens contraire.
On peut représenter une variable qualitative ("vs") en fonction d'une variable quantitative ("drat"). La variable quantitative est découpée en classes selon la même méthode qu'un histogramme et dans chaque classe sont calculées les fréquences relatives de chaque modalité de la variable qualitative.
5.3.2 Quantitatif à qualitatif
Si une variable numérique contient en réalité un petit nombre de valeurs différentes, il suffit de convertir la classe de l'objet de numeric vers factor ou ordered pour que R comprenne que la variable doit être traitée comme une variable qualitative.
l'on dit qu'un caractère est quantitatif discret lorsqu'il ne peut prendre qu'un nombre fini de valeurs numériques. L'on dit qu'un caractère est quantitatif continu lorsqu'il peut prendre une infinité de valeurs numériques et les exemples cités dans les livres sont le salaire d'une population ou la taille en cm.
Parmi les variables numériques, il y a : les variables de type entier : elles stockent des nombres entiers écrits sans virgule ; les variables de type flottant : elles stockent des nombres écrits avec une virgule.
Un caractère quantitatif est discret s'il prend un nombre fini de valeurs ou continu, s'il prend toutes les valeurs entre deux limites. Exemples : Les élèves d'une classe de Bac pro réalisent trois enquêtes dont les informations sont données dans les tableaux suivants.
Une variable discrète est toujours numérique. Par exemple, le nombre de plaintes de clients ou le nombre de défauts. Les variables continues sont des variables numériques ayant un nombre infini de valeurs entre deux valeurs. Une variable continue peut être numérique ou il peut s'agir de données de date/d'heure.
Les variables explicatives, appelées également variables indépendantes, sont celles que nous utilisons dans le but d'expliquer, de décrire ou de prédire la ou les variable(s) dépendante(s). Les variables explicatives sont généralement représentées sur l'axe des abscisses.
En général, on représente la variable indépendante par la lettre «x». Une variable dépendante dans un problème est la donnée du problème qui varie sous l'influence de la variable indépendante. En général, on représente la variable dépendante par la lettre «y». Le temps de cuisson d'un poulet dépend de sa masse.
En statistiques, une variable dépendante est un paramètre ou une caractéristique pouvant prendre au moins deux valeurs différentes dont la variation est causée par la variation d'une ou de plusieurs autres variables, à savoir, les variables indépendantes.
Variables d'intervalles.
Les variables d'intervalles sont similaires aux variables ordinales sauf que l'intervalle entre deux catégories à toujours la même valeur, la même signification. La différence entre 10°c et 11°c est identique à celle entre 20°c et 21°c. Le zéro ne correspond pas l'absence de l'élément.
En statistique, une variable ordinale est une variable catégorielle dont les modalités sont totalement ordonnées, représentant chacune un niveau dans une gradation.
Une variable binaire est un élément qui ne peut prendre que deux valeurs notées 1 et 0 (Oui et Non).
Pour une variable quantitative discrète, la représentation est très similaire à celle d'une qualitative, en y ajoutant la fréquence cumulée.