Eine kardinale oder quantitative Variable ist eine Variable, die Mengen ausdrückt und durch Zahlen dargestellt wird.
Die Kardinalvariable wird auch als Skalen- oder Verhältnisvariable bezeichnet. Unter den Arten von statistischen Variablen ist dies vielleicht eine der bekanntesten und wird beispielsweise bei der einfachen oder mehrfachen linearen Regression oder beim Testen parametrischer Hypothesen verwendet.
Kardinale und kategoriale Variable
Wir werden einige Unterschiede zwischen kardinalen und kategorialen Variablen sehen. Auf diese Weise können wir die Nützlichkeit jedes einzelnen zeigen.
- Die Kardinalvariable wird zum Messen verwendet, im Gegensatz zu den kategorialen Variablen (nominal oder ordinal), die zum Gruppieren verwendet werden. Daher ist die erste stetig, weil sie viele Werte zulassen. Die kategorialen sind diskret, weil sie konkrete Werte annehmen, die Kategorien darstellen.
- Die kategorialen liefern qualitative Informationen. Die Kardinalvariablen bieten ihrerseits quantitative Daten.
- Diese Variable ist die einzige, die bestimmte statistische Berechnungen zulässt, z. B. Inferenz. Sie verwenden beispielsweise parametrische Hypothesentests, während kategoriale nichtparametrische Tests verwenden.
Statistische Techniken, die auf eine Kardinalvariable anwendbar sind
Wir werden einige der häufigsten statistischen Techniken sehen, die diese Art von Variablen verwenden. Wir haben über einige von ihnen geschrieben, und Sie können weitere Informationen erhalten, indem Sie den verschiedenen Links folgen, die hier enthalten sind.
- Beschreibende Statistik: In diesem Fall haben wir unter anderem die Positions-, Streuungs- oder Formstatistik. Einige Beispiele sind das arithmetische Mittel, die Standardabweichung oder der Schiefekoeffizient.
- Lineare Regression: Dies wird häufig verwendet, um zwei Kardinalvariablen in Beziehung zu setzen. Es gibt andere Arten wie die Logistik, die die Verwendung dichotomer Variablen ermöglicht. Wir haben wiederum eine einfache lineare Regression mit nur zwei Variablen oder ein Vielfaches mit mehr als zwei.
- Parametrische Hypothesenprüfung: Sie werden verwendet, um statistische Schlussfolgerungen zu ziehen. In ihnen werden quantitative Variablen verwendet. Sie werden so genannt, weil ihre Verteilung dank einer Reihe von Parametern bekannt ist, normalerweise ihres Mittelwerts und ihrer Varianz.
Kardinalvariable Beispiel variable
Stellen Sie sich vor, wir wollen analysieren, wie das Wirtschaftswachstum die Arbeitslosigkeit in einem fiktiven Land beeinflusst.
Im Bild sehen wir die Daten jeder Variablen, ausgedrückt in Prozent und beide numerischer Art.
Als Nächstes fügen wir die mit einer Tabellenkalkulation durchgeführte lineare Regression hinzu:
In der folgenden Abbildung sehen wir einerseits, dass der Koeffizient, der die unabhängige Variable (X oder BIP) in der Regressionsgleichung begleitet, negativ ist (-0,5238). Dies impliziert, dass sich die abhängigen Personen (Y oder Arbeitslosigkeit) in die entgegengesetzte Richtung bewegen und abnehmen, wenn das Land Wirtschaftswachstum aufweist.
Das R-Quadrat zeigt an, ob die Regressionsgerade angemessen ist. In der Wirtschaft ist übrigens ein Wert größer als 0,6 akzeptabel. Wie wir sehen können, werden beide makroökonomischen Größen in eine Kardinalvariable eingerahmt, da sie numerisch sind.