variable-types

Tipos de variáveis §

As variáveis em análise de dados podem ser classificadas em diferentes tipos, dependendo da natureza dos valores que elas podem assumir. Os principais tipos de variáveis são: numéricas e categóricas.

1. Variáveis Numéricas:

   • Variáveis Numéricas Contínuas: São aquelas que podem assumir valores em uma escala contínua, ou seja, valores fracionados ou decimais. Elas representam medidas quantitativas e podem ter uma infinidade de valores possíveis dentro de um intervalo. Exemplos incluem altura, peso, temperatura, renda, entre outras.

   • Variáveis Numéricas Discretas: São aquelas que podem assumir apenas valores inteiros e enumeráveis. Elas também representam medidas quantitativas, mas possuem valores específicos e não podem ser fracionadas. Exemplos incluem número de filhos, quantidade de itens vendidos, idade (em anos), entre outras.

2. Variáveis Categóricas:

   • Variáveis Categóricas Nominais: São aquelas que representam categorias ou rótulos que não possuem uma ordem específica. Os valores possíveis são apenas rótulos distintos para diferenciar grupos ou classes. Exemplos incluem cores (vermelho, azul, verde), estados (São Paulo, Rio de Janeiro, Minas Gerais), categorias de produtos (eletrônicos, roupas, alimentos), etc.

   • Variáveis Categóricas Ordinais: São aquelas que representam categorias com uma ordem específica ou relação de ordenação. Os valores possíveis têm uma relação de ordem, mas não há um intervalo ou escala numérica definida entre eles. Exemplos incluem níveis de satisfação (baixo, médio, alto), graus de educação (ensino fundamental, ensino médio, ensino superior), classificações de filmes (bom, regular, ruim), etc.

A diferenciação entre esses tipos de variáveis é importante para escolher as técnicas de análise de dados adequadas. Por exemplo, ao analisar variáveis numéricas contínuas, pode ser relevante utilizar gráficos de dispersão ou regressão linear. Já para variáveis categóricas nominais, a análise pode envolver tabelas de frequência ou gráficos de barras. Entender a natureza dos dados é fundamental para obter insights e tomar decisões informadas a partir da análise de dados.

Exemplos §

Análise de base de dados do censo §

A base de dados abaixo foi extraída do site UC Irvine:

	age	workclass	final-weight	education	education-num	marital-status	occupation	relationship	race	sex	capital-gain	capital-loos	hour-per-week	native-country	income
0	39	State-gov	77516	Bachelors	13	Never-married	Adm-clerical	Not-in-family	White	Male	2174	0	40	United-States	<=50K
1	50	Self-emp-not-inc	83311	Bachelors	13	Married-civ-spouse	Exec-managerial	Husband	White	Male	0	0	13	United-States	<=50K
2	38	Private	215646	HS-grad	9	Divorced	Handlers-cleaners	Not-in-family	White	Male	0	0	40	United-States	<=50K
3	53	Private	234721	11th	7	Married-civ-spouse	Handlers-cleaners	Husband	Black	Male	0	0	40	United-States	<=50K
4	28	Private	338409	Bachelors	13	Married-civ-spouse	Prof-specialty	Wife	Black	Female	0	0	40	Cuba	<=50K
…	…	…	…	…	…	…	…	…	…	…	…	…	…	…	…
32556	27	Private	257302	Assoc-acdm	12	Married-civ-spouse	Tech-support	Wife	White	Female	0	0	38	United-States	<=50K
32557	40	Private	154374	HS-grad	9	Married-civ-spouse	Machine-op-inspct	Husband	White	Male	0	0	40	United-States	>50K
32558	58	Private	151910	HS-grad	9	Widowed	Adm-clerical	Unmarried	White	Female	0	0	40	United-States	<=50K
32559	22	Private	201490	HS-grad	9	Never-married	Adm-clerical	Own-child	White	Male	0	0	20	United-States	<=50K
32560	52	Self-emp-inc	287927	HS-grad	9	Married-civ-spouse	Exec-managerial	Wife	White	Female	15024	0	40	United-States	>50K

Com base nos valores fornecidos na tabela, podemos classificar o tipo de variável de cada coluna da seguinte forma:

Coluna	Tipo de Variável	Justificativa
age	Numérica Contínua	A coluna ‘age’ representa a idade dos indivíduos, sendo uma variável numérica contínua, pois pode assumir uma infinidade de valores em um intervalo contínuo.
workclass	Categórica Nominal	A coluna ‘workclass’ indica a classe de trabalho dos indivíduos, e apresenta categorias distintas como ‘State-gov’, ‘Self-emp-not-inc’, ‘Private’, etc. Portanto, é uma variável categórica nominal.
final-weight	Numérica Contínua	A coluna ‘final-weight’ contém valores numéricos, que representam o peso atribuído a cada indivíduo na amostra, sendo uma variável contínua, uma vez que pode assumir qualquer valor em um intervalo contínuo.
education	Categórica Nominal	A coluna ‘education’ representa o nível de educação dos indivíduos e apresenta categorias como ‘Bachelors’, ‘HS-grad’, ‘11th’, etc. Sendo assim, é uma variável categórica nominal.
education-num	Numérica Discreta	A coluna ‘education-num’ representa o número associado ao nível de educação dos indivíduos, como ‘13’ para ‘Bachelors’, ‘9’ para ‘HS-grad’, etc. Apesar de serem números inteiros, os valores são discretos e representam categorias.
marital-status	Categórica Nominal	A coluna ‘marital-status’ indica o estado civil dos indivíduos e apresenta categorias como ‘Never-married’, ‘Married-civ-spouse’, ‘Divorced’, etc. Por isso, é uma variável categórica nominal.
occupation	Categórica Nominal	A coluna ‘occupation’ representa a ocupação dos indivíduos, apresentando diversas categorias distintas como ‘Adm-clerical’, ‘Exec-managerial’, ‘Handlers-cleaners’, etc. Portanto, é uma variável categórica nominal.
relationship	Categórica Nominal	A coluna ‘relationship’ indica o relacionamento dos indivíduos com a família, apresentando categorias como ‘Not-in-family’, ‘Husband’, ‘Wife’, etc. Sendo assim, é uma variável categórica nominal.
race	Categórica Nominal	A coluna ‘race’ representa a raça dos indivíduos, apresentando categorias distintas como ‘White’, ‘Black’, etc. Por isso, é uma variável categórica nominal.
sex	Categórica Nominal	A coluna ‘sex’ indica o gênero dos indivíduos, com as categorias ‘Male’ e ‘Female’, sendo, portanto, uma variável categórica nominal.
capital-gain	Numérica Contínua	A coluna ‘capital-gain’ representa o ganho de capital dos indivíduos, que pode assumir valores contínuos em um intervalo. Assim, é uma variável numérica contínua.
capital-loos	Numérica Contínua	A coluna ‘capital-loos’ representa a perda de capital dos indivíduos, apresentando valores contínuos em um intervalo. Sendo assim, é uma variável numérica contínua.
hour-per-week	Numérica Contínua	A coluna ‘hour-per-week’ indica o número de horas trabalhadas por semana pelos indivíduos, que representa uma variável numérica contínua, pois pode assumir valores em um intervalo contínuo.
native-country	Categórica Nominal	A coluna ‘native-country’ representa o país de origem dos indivíduos, apresentando categorias distintas como ‘United-States’, ‘Cuba’, etc. Portanto, é uma variável categórica nominal.
income	Categórica Nominal	A coluna ‘income’ indica a faixa de renda dos indivíduos, com categorias ’<=50K’ e ‘>50K’, tornando-a uma variável categórica nominal.