متغیرهای گسسته در مقابل متغیرهای پیوسته

متغیرهای گسسته در مقابل متغیرهای پیوسته

متغیرهای گسسته در مقابل متغیرهای پیوسته ، دانشمندان داده، تحلیلگران داده و مهندسان داده از انواع داده های مختلف برای کسب اطلاعات بیشتر در مورد عملکرد یک سازمان به امید ایجاد استراتژی ها و سیاست های کارآمد استفاده می کنند. داده ها می توانند از هر دو متغیر ساختاری و دستوری تشکیل شده باشند و دانستن نحوه خواندن و تفسیر هر نوع بسیار مهم است. درک تفاوت بین متغیرهای گسسته و پیوسته می تواند به شما این امکان را بدهد که بینش مفیدتری در مورد بهره وری یک شرکت نشان دهید.

در این مقاله، متغیرهای گسسته و پیوسته را تعریف و مقایسه می‌کنیم و نمونه‌هایی از هر نوع ارائه می‌کنیم تا به شما در پیشرفت مهارت‌های داده‌ای کمک کند.

متغیرهای گسسته در مقابل متغیرهای پیوسته
متغیرهای گسسته در مقابل متغیرهای پیوسته – تزیسمی

فهرست مطالب

متغیر گسسته چیست؟

یک متغیر گسسته عاملی است که تحلیلگران داده می توانند آن را به عنوان یک عدد کامل نشان دهند و از طریق شمارش جمع آوری کنند. این یک عنصر جدا شده است که با اعداد دیگر رابطه ندارد. مطالعه چند نمونه از متغیرهای گسسته می تواند الگوها را در طول زمان آشکار کند. برای مثال، متغیرهای گسسته می‌توانند شامل داده‌های ساده‌ای باشند که یک تحلیلگر با شمارش جمع‌آوری می‌کند، مانند تعداد کارمندانی که یک کار را انجام می‌دهند یا تعداد لایک‌های یک پست رسانه‌های اجتماعی.

متغیر پیوسته چیست؟

متغیر پیوسته عاملی است که تحلیلگران داده از طریق اندازه گیری ها به جای شمارش ساده جمع آوری می کنند. این متغیرها اغلب اعداد جزئی و کامل را نشان می دهند. تحلیلگران داده اغلب یک متغیر پیوسته را در طول زمان اندازه گیری می کنند تا محدوده خاصی را ایجاد کنند که بتوانند از آن برای پیش بینی جمع آوری داده های آینده استفاده کنند. به عنوان مثال، برخی از متغیرهای پیوسته می‌توانند شامل مدت زمانی باشد که هر کاربر صرف خواندن پست‌های وبلاگ شرکت یا رتبه‌بندی کیفیت مواد تولیدی مختلف می‌کند.

متغیر گسسته در مقابل متغیر پیوسته

در اینجا چند شباهت و تفاوت بین متغیرهای پیوسته و گسسته وجود دارد:

روش های جمع آوری

روشی که افراد برای متغیرهای گسسته و پیوسته جمع آوری می کنند متفاوت است. شما می توانید داده ها را برای متغیرهای گسسته با حساب کردن روی یک ابزار ساده مانند یک خط اعداد جمع آوری کنید. یک کامپیوتر همچنین می تواند متغیرهای گسسته را با افزودن و ضبط مجموعه های بزرگی از اعداد کامل محاسبه کند. متغیرهای پیوسته نیازمند جمع آوری داده ها با استفاده از ابزارهای پیچیده تر هستند. به عنوان مثال، یک تحلیلگر ممکن است نیاز به جمع آوری داده ها از متغیرهای پیوسته با استفاده از دماسنج، کرونومتر یا ترازو داشته باشد.

اعداد به دست آمده

شمارش متغیرهای گسسته و اندازه گیری متغیرهای پیوسته انواع مختلفی از اعداد را تولید می کند. متغیرهای گسسته مقادیر ترتیبی و صحیح را منعکس می کنند که اعداد صحیح منفی یا مثبت هستند. متغیرهای پیوسته اعداد جزئی را به صورت کسری یا اعشاری منعکس می کنند. اعداد درون داده های پیوسته می توانند هر مقداری را در یک محدوده خاص منعکس کنند، اما برخی از دانشمندان و سایر تحلیلگران برای سادگی اعداد را گرد می کنند.

نوع داده

کارشناسان هر دو متغیر گسسته و پیوسته را به عنوان داده های کمی یا مبتنی بر عدد طبقه بندی می کنند. متغیرهای گسسته منحصر به فرد هستند زیرا می توانند از داده های کیفی نیز تشکیل شوند. به عنوان مثال، یک پرسشنامه محل کار می تواند از افراد بخواهد که شهر خود را گزارش کنند. این نتایج نظرسنجی می‌تواند اعداد قابل اندازه‌گیری را تولید کند، اما بینشی در مورد جمعیت‌شناسی کارکنان یک محل کار نیز ارائه می‌کند.

ارتباط

هر دو نوع متغیر برای تحلیلگران داده در صنایع مختلف مهم هستند. تحقیقات جامع از استفاده از متغیرهای گسسته و پیوسته سود می برد. توجه به این نکته ضروری است که استفاده از هر کدام ممکن است در صنایع خاصی رواج بیشتری داشته باشد. برای مثال، یک فروشگاه خرده‌فروشی ممکن است برای جمع‌آوری داده‌ها در مورد عواملی مانند تعداد مشتریانی که وارد فروشگاه می‌شوند یا تعداد محصولاتی که اعضای تیم می‌فروشند، بیشتر به متغیرهای مجزا تکیه کند. از طرف دیگر، ممکن است پزشک برای اندازه‌گیری اطلاعات پیچیده پزشکی، بیشتر به متغیرهای پیوسته، مانند قد یا فشار خون بیماران تکیه کند.

نمایندگی

هنگامی که داده‌ها را از متغیرهای گسسته و پیوسته جمع‌آوری می‌کنید، می‌توانید هر نوع را در نمودارها برای دیگران نشان دهید تا به آنها مراجعه و مطالعه کنند. متغییرهای گسسته با ترسیم نمودار آنها از طریق نقاط جدا شده ای که به هم متصل نیستند، مانند نمودار دایره ای، ساده ترین تجسم هستند. می‌توانید با قرار دادن آنها بر روی یک نمودار و اتصال نقاط داده مختلف، مانند نمودار خطی، متغیرهای پیوسته را ترسیم کنید.

نمونه هایی از متغیرهای گسسته

این مثال ها می توانند به شما در درک بهتر تعریف و کاربرد متغیرهای گسسته کمک کنند:

تعداد قرارهایی که یک عضو تیم در روز برنامه ریزی می کند

یک متغیر گسسته می تواند تعداد قرار ملاقات های یک عضو تیم در روز باشد. امکان برنامه ریزی بخشی از یک قرار وجود ندارد، بنابراین این یک مثال عالی از یک متغیر گسسته ایجاد می کند. محاسبه میانگین تعداد قرار ملاقات‌هایی که یک عضو تیم در هفته برنامه‌ریزی می‌کند ممکن است، اما هنگام درک داده‌ها، بهتر است هر قرار ملاقات را به عنوان یک عدد کامل جداگانه در نظر بگیرید.

تعداد کارمندانی که هر هفته از کار غیبت می کنند

یک متغیر گسسته همچنین می تواند تعداد کارمندانی باشد که هر هفته کار خود را از دست می دهند. این داده ها به جای اندازه گیری قابل شمارش هستند. یک مدیر می تواند این اطلاعات را طی چند ماه مطالعه کند و از یافته های خود برای تعیین تعداد کارمند اضافی در هر روز استفاده کند.

تعداد گوشی هایی که یک شرکت در روز می فروشد

تعداد تلفن‌هایی که یک شرکت در روز می‌فروشد می‌تواند یک متغیر مجزای ارزشمند برای شرکتی باشد که لوازم الکترونیکی مصرفی می‌فروشد. یک مدیر محصول می تواند این داده ها را به صورت اعداد کامل به تصویر بکشد، زیرا امکان فروش بخشی از تلفن وجود ندارد. این داده‌ها می‌توانند برای کارهایی مانند سفارش موجودی اضافی و تعیین محبوبیت تلفن‌ها نسبت به تبلت‌ها مفید باشند.

متغیرهای گسسته در مقابل متغیرهای پیوسته
متغیرهای گسسته در مقابل متغیرهای پیوسته – تزیسمی

نمونه هایی از متغیرهای پیوسته

این مثال ها می تواند به شما کمک کند تا در مورد متغیرهای پیوسته بیشتر بدانید:

دمای روزانه یک یخچال

یک مثال از یک متغیر پیوسته می تواند دمای یخچال باشد. این دما ممکن است هر روز چند درجه تغییر کند، اما آشپزها می توانند انتظار داشته باشند که درجه حرارت در نهایت در محدوده خاصی قرار گیرد. این نوع داده ها برای کارکنان آشپزخانه مفید است، زیرا آنها می توانند انتظار داشته باشند که یخچال آنها تقریباً در چه دمایی قرار دارد تا از فساد مواد غذایی جلوگیری کند.

سرعت باد روزانه

هواشناسان ممکن است سرعت روزانه باد را با استفاده از بادسنج اندازه گیری کنند. این ابزار تخصصی اندازه گیری هایی را در فاصله خطی در هر زمان تولید می کند و فاصله می تواند خود را به صورت اعشاری نشان دهد. یک هواشناس می تواند انتظار داشته باشد که این داده ها در طول زمان در محدوده خاصی قرار گیرند.

وزن نوزادان تازه متولد شده در بیمارستان

یک بیمارستان می تواند وزن نوزادان تازه متولد شده را برای تعیین محدوده وزن سالم ثبت کند. آنها ممکن است متوجه شوند که وزن یک نوزاد سالم بین 5 پوند، 8 اونس و 8 پوند، 13 اونس است. وزن نوزاد می تواند هر مقدار کامل یا جزئی بین این محدوده باشد. اگر وزن نوزاد از این محدوده خارج شود، کارکنان بیمارستان می توانند مراقبت های پس از زایمان خود را بر این اساس تنظیم کنند.

تفاوت های کلیدی بین متغیر گسسته و پیوسته

تفاوت بین متغیر گسسته و پیوسته را می توان به وضوح بر اساس دلایل زیر ترسیم کرد:

1. متغیر آماری که مجموعه ای محدود از داده ها و تعداد قابل شمارش را فرض می کند، سپس به عنوان متغیر گسسته نامیده می شود. در مقابل، متغیر کمی که مجموعه‌ای بی‌نهایت از داده‌ها و مقادیر غیرقابل شمارش را می‌گیرد، به عنوان متغیر پیوسته شناخته می‌شود.
2. برای طبقه بندی غیر همپوشانی یا به عنوان طبقه بندی متقابل شامل، که در آن هر دو محدودیت کلاس گنجانده شده است، برای متغیر گسسته قابل اعمال است. برعکس، برای طبقه‌بندی همپوشانی یا مثلاً انحصاری متقابل، که در آن حد کلاس بالایی مستثنی شده است، برای یک متغیر پیوسته قابل اعمال است.
3. در متغیر گسسته، محدوده عدد مشخص شده کامل است که در مورد متغیر پیوسته نیست.
4. متغیرهای گسسته متغیرهایی هستند که در آن مقادیر را می توان با شمارش به دست آورد. از سوی دیگر، متغیرهای پیوسته، متغیرهای تصادفی هستند که چیزی را اندازه گیری می کنند.
5. متغیر گسسته مقادیر مستقل را در نظر می گیرد در حالی که متغیر پیوسته هر مقدار را در یک محدوده یا پیوستار معین فرض می کند.
6. یک متغیر گسسته را می توان به صورت گرافیکی با نقاط ایزوله نشان داد. بر خلاف یک متغیر پیوسته که می توان با کمک نقاط متصل روی نمودار نشان داد.

نتیجه

به طور کلی، هر دو متغیر گسسته و پیوسته می توانند کیفی و کمی باشند. با این حال، این دو عبارت آماری کاملاً متضاد یکدیگر هستند به این معنا که متغیر گسسته متغیری است با تعداد مقادیر مجاز کاملاً تعریف شده در حالی که یک متغیر پیوسته متغیری است که می‌تواند شامل تمام مقادیر ممکن بین دو عدد باشد.

یک دیدگاه ثبت کنید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *