Différence entre les données catégoriques et les données numériques

Données catégoriques par rapport aux données numériques

Les données sont les faits ou les informations collectées à des fins de référence ou d'analyse. Souvent, ces données sont collectées en tant qu'attribut du sujet concerné. Cet attribut peut varier d’un individu à l’autre et donc cet attribut variable peut être considéré comme une variable. Les variables peuvent prendre différentes formes de valeurs, intrinsèques aux données collectées..

Les variables peuvent être qualitatives ou quantitatives. c'est-à-dire que si la variable est quantitative, les réponses sont des nombres et la magnitude de l'attribut mesuré peut être indiquée avec un certain degré de précision. L'autre type, les variables qualitatives mesurent les attributs qualitatifs et les valeurs assumées par les variables ne peuvent être données en termes de taille ou de magnitude. Les variables elles-mêmes sont appelées variables catégoriques et les données collectées au moyen d'une variable catégorielle sont des données catégoriques..

En savoir plus sur les données numériques

Les données numériques sont essentiellement les données quantitatives obtenues à partir d'une variable, et la valeur a un sens de taille / grandeur. Les données numériques obtenues sont ensuite divisées en trois catégories supplémentaires basées sur la théorie développée par Stanley Smith Stevens. Les données numériques peuvent être soit ordinales, intervalle ou ratio. Le type des données est déterminé par la méthode de mesure des valeurs, et les types sont appelés niveaux de mesure..

Le poids d'une personne, la distance entre deux points, la température et le prix d'un stock sont des exemples de données numériques.

En statistique, la majorité des méthodes sont dérivées pour l'analyse de données numériques. Les statistiques descriptives de base, la régression et d'autres méthodes inférentielles sont principalement utilisées pour l'analyse de données numériques.

En savoir plus sur les données catégoriques

Les données catégoriques sont des valeurs pour une variable qualitative, souvent un nombre, un mot ou un symbole. Ils mettent en évidence le fait que la variable dans le cas considéré appartient à l'un des nombreux choix disponibles. Par conséquent, ils appartiennent à l'une des catégories; d'où le nom catégorique.

L'affiliation politique d'une personne, la nationalité d'une personne, la couleur préférée de cette personne et le groupe sanguin d'un patient sont des attributs qualitatifs. Parfois, un nombre peut être obtenu en tant que valeur catégorique, mais le nombre en lui-même ne représente pas la magnitude de l'attribut mesuré. Le code postal est un exemple.

En outre, toutes les valeurs catégorielles appartiennent au type de données nominal, qui est un autre type basé sur les niveaux de mesure. Les méthodes utilisées pour analyser les données catégoriques sont différentes de celles des données numériques, mais le principe sous-jacent peut être le même.

Quelle est la différence entre les données catégoriques et numériques?

• Les données numériques sont des valeurs obtenues pour une variable quantitative et transmettent un sens de grandeur lié au contexte de la variable (il s'agit donc toujours de nombres ou de symboles portant une valeur numérique). Les données catégoriques sont des valeurs obtenues pour une variable qualitative; les nombres de données catégoriques n'ont pas un sens de la magnitude.

• Les données numériques appartiennent toujours au type ordinal, ratio ou intervalle, alors que les données catégoriques appartiennent au type nominal.

• Les méthodes utilisées pour analyser les données quantitatives sont différentes des méthodes utilisées pour les données catégorielles, même si les principes sont identiques, du moins l'application présente des différences significatives..

• Les données numériques sont analysées à l’aide de méthodes statistiques: statistiques descriptives, régression, séries chronologiques, etc..

• Pour les données catégorielles, on utilise généralement des méthodes descriptives et graphiques. Certains tests non paramétriques sont également utilisés.