Kardināls vai kvantitatīvs mainīgais ir tas, kas izsaka lielumus un ko attēlo skaitļi.
Kardinālais mainīgais ir pazīstams arī kā mēroga vai koeficienta mainīgais. Starp statistisko mainīgo veidiem tas, iespējams, ir viens no pazīstamākajiem un tiek izmantots, piemēram, vienkāršā vai daudzkārtējā lineārā regresijā vai parametru hipotēzes pārbaudē.
Kardināls un kategorisks mainīgais
Mēs redzēsim dažas atšķirības starp kardinālajiem un kategoriskajiem mainīgajiem lielumiem. Tādā veidā mēs varam parādīt katra lietderību.
- Mērīšanai tiek izmantots kardināls mainīgais, atšķirībā no kategoriskajiem mainīgajiem (nominālajiem vai kārtas skaitļiem), kurus izmanto grupēšanai. Tāpēc pirmais ir nepārtraukts, jo viņi atzīst daudzas vērtības. Kategoriskās ir diskrētas, jo tās ņem konkrētas vērtības, kas pārstāv kategorijas.
- Kategoriskie sniedz kvalitatīvu informāciju. Savukārt kardināli mainīgie piedāvā kvantitatīvus datus.
- Šis mainīgais ir vienīgais, kas ļauj veikt noteiktus statistikas aprēķinus, piemēram, secinājumus. Piemēram, viņi izmanto parametru hipotēzes testus, savukārt kategoriskajos - parametrus nesaistošos testus.
Statistikas metodes, kas piemērojamas kardinālajam mainīgajam
Mēs redzēsim dažas no visbiežāk izmantotajām statistikas metodēm, kurās tiek izmantoti šāda veida mainīgie. Mēs esam rakstījuši par dažiem no tiem, un jūs varat iegūt vairāk informācijas, sekojot dažādām šeit iekļautajām saitēm.
- Aprakstoša statistika: Šajā gadījumā mums cita starpā ir arī stāvokļa, dispersijas vai formas statistika. Daži piemēri ir vidējais aritmētiskais, standartnovirze vai šķībuma koeficients.
- Lineārā regresija: To plaši izmanto, lai saistītu divus kardinālos mainīgos. Ir arī citi veidi, piemēram, loģistika, kas ļauj izmantot divkosīgus mainīgos. Savukārt mums ir vienkārša lineārā regresija ar tikai diviem mainīgajiem vai vairākiem, ar vairāk nekā diviem.
- Parametriskās hipotēzes pārbaude: Tos izmanto, lai izdarītu statistikas secinājumus. Tajos tiek izmantoti kvantitatīvie mainīgie. Tie ir tā saukti, jo to sadalījums ir zināms, pateicoties virknei parametru, parasti to vidējam un dispersijai.
Kardināls mainīgais piemērs
Iedomājieties, ka mēs vēlamies analizēt, kā ekonomiskā izaugsme ietekmē bezdarbu fiktīvā valstī.
Attēlā mēs novērojam katra mainīgā lieluma datus, kas izteikti procentos, un abus skaitliskā tipa.
Tālāk mēs iekļaujam lineāro regresiju, kas veikta ar izklājlapu:
Nākamajā attēlā mēs varam redzēt, ka, no vienas puses, koeficients, kas pievienots neatkarīgajam mainīgajam (X vai IKP) regresijas vienādojumā, ir negatīvs (-0,5238). Tas nozīmē, ka apgādājamais (Y vai bezdarbs) pārvietojas pretējā virzienā un samazinās, ja valstī notiek ekonomiskā izaugsme.
R kvadrāts norāda, vai regresijas līnija ir adekvāta. Starp citu, ekonomikā vērtība, kas lielāka par 0,6, ir pieņemama. Kā redzam, abi makroekonomiskie lielumi ir ierāmēti kardinālajā mainīgajā, jo tie ir skaitliski.