Diskrete vs. kontinuierliche Daten: Was ist der Unterschied?

Daten können kompliziert sein.

Es gibt strukturierte und unstrukturierte Daten, qualitative (oder kategoriale) Daten und quantitative (oder numerische) Daten. Quantitative Variablen können entweder diskret oder kontinuierlich sein. Dieser Artikel untersucht den Unterschied zwischen diskreten und kontinuierlichen Daten.

Diskrete Variablen nehmen zählbare und eindeutige Werte an, während kontinuierliche Variablen jeden Wert innerhalb eines Datensatzes annehmen können. Das Verständnis des Konzepts von diskreten vs. kontinuierlichen Daten hilft Ihnen, Chancen für jede zu identifizieren. Sie können diese Informationen für bessere Datenanalysen nutzen, egal ob Sie ein Datenwissenschaftler, Datenanalyst, Dateningenieur oder einfach nur ein Zahlenfan sind.

Organisationen verwenden Statistik-Software, um Erkenntnisse aus diskreten und kontinuierlichen Datentypen zu gewinnen und komplexe Datenanalysen zu vereinfachen.

Eine einfache Möglichkeit, den Unterschied zwischen den beiden zu verstehen, ist, sich ein diskretes Diagramm im Vergleich zu einem kontinuierlichen Diagramm vorzustellen. Schauen Sie sich dieses Streudiagramm im Vergleich zu einem Liniendiagramm an.

Wenn Sie eine Reihe von runden, definierten Zahlen sammeln, erscheinen sie auf dem Diagramm ähnlich wie die auf der linken Seite. Diskrete Daten beziehen sich auf einzelne und zählbare Elemente (diskrete Variablen).

Wenn Sie einen bestimmten Datenstrom mit einem komplexen Ergebnisspektrum messen, werden die Ergebnisse mit einer Linie als Datenbereich angezeigt (siehe: Diagramme auf der rechten Seite). Kontinuierliche Daten beziehen sich auf Veränderungen im Laufe der Zeit, die Konzepte beinhalten, die nicht einfach zählbar sind, sondern detaillierte Messungen erfordern (kontinuierliche Variablen).

Einige Synonyme für das Wort diskret sind getrennt, separat und eindeutig. Diese Synonyme könnten leicht verwendet werden, um mehr über diskrete Daten zu lernen.

Tauchen wir tief in jeden Datentyp ein, um diskrete und kontinuierliche Daten besser zu verstehen.

Was sind diskrete Daten?

Diskrete Daten beziehen sich auf zählbare, individualisierte und unteilbare Zahlen in der Statistik. Diese Datenpunkte existieren nur in festgelegten Inkrementen. Datenanalysten und Statistiker visualisieren diskrete Daten mit Balkendiagrammen, Histogrammen, Liniendiagrammen und Kreisdiagrammen.

Diskrete Daten repräsentieren diskrete Variablen, die Sie in einer endlichen Zeitspanne zählen können. Das Hauptmerkmal hier ist, dass diese Variablen zählbar statt messbar sind.

Zum Beispiel, wenn Sie die Anzahl der Liegestütze verfolgen, die Sie jeden Tag für einen Monat machen, ist die Anzahl der Liegestütze eine ganze Zahl, die Sie nicht in kleinere Teile zerlegen können. Damit ist Ihre tägliche Zählung diskrete Daten.

Diskrete Daten können auch qualitativ sein. Die Nationalität, die Sie in einem Formular auswählen, ist ein Stück diskreter Daten. Wenn sie gruppiert werden, können die Nationalitäten aller in Ihrem Arbeitsplatz wertvolle Informationen bei der Bewertung Ihrer Einstellungspraktiken sein.

Ein weiteres Beispiel für diskrete qualitative Daten sind die Daten, die Sie mit Schiebereglern sammeln. Stellen Sie sich vor, Sie sammeln Produktbewertungsdaten von Benutzern. Sie können ordinale Daten Punkte erstellen, wie einfach zu bedienen, neutral und nicht einfach. Die Visualisierung dieser Daten hilft Ihnen, qualitative Daten zu quantifizieren.

Der nationale Zensus besteht aus diskreten Daten, sowohl qualitativ als auch quantitativ. Das Zählen und Sammeln dieser identifizierenden Informationen vertieft unser Verständnis der Bevölkerung. Es hilft uns, Vorhersagen zu treffen, während wir Geschichte dokumentieren. Das ist die Macht der diskreten Daten.

Was sind kontinuierliche Daten?

Kontinuierliche Daten sind eine Art numerischer Daten, die sich auf die unbestimmte Anzahl möglicher Messungen zwischen zwei realistischen Punkten beziehen.

Diese Zahlen sind nicht immer sauber und ordentlich wie die in diskreten Daten, da sie normalerweise aus präzisen Messungen gesammelt werden. Im Laufe der Zeit ermöglicht uns das Messen eines bestimmten Themas, einen definierten Bereich zu schaffen, in dem wir vernünftigerweise erwarten können, mehr Daten zu sammeln.

Kontinuierliche Daten drehen sich um Genauigkeit. Daher tragen kontinuierliche Variablen oft Dezimalstellen, wobei die Zahl rechts so weit wie möglich gestreckt wird. Diese Dezimalstellen bieten eine genaue Messung zwischen zwei definierten Datenpunkten. Dieses Maß an Detailgenauigkeit ist für Wissenschaftler, Ärzte und Hersteller von entscheidender Bedeutung, um nur einige zu nennen. Regressionsanalyse ist eine der häufigsten Arten der kontinuierlichen Datenanalyse.

Wenn Sie an Experimente oder Studien denken, die konstante Messungen beinhalten, sind sie wahrscheinlich bis zu einem gewissen Grad kontinuierliche Variablen. Wenn Sie eine Zahl wie "2.86290" irgendwo in einer Tabelle haben, ist es keine Zahl, die Sie schnell erreicht haben könnten - denken Sie an Messgeräte wie Stoppuhren, Waagen, Thermometer usw.

Nicht jedes Beispiel für kontinuierliche Daten passt ordentlich in eine gerade Linie. Dennoch wird im Laufe der Zeit ein Bereich deutlicher, und Sie können darauf wetten, dass neue Datenpunkte innerhalb dieser Parameter bleiben.

Wie erkennt man, ob etwas diskret oder kontinuierlich ist

Sowohl diskrete als auch kontinuierliche Daten sind wichtig für die statistische Analyse. Die wesentlichen Unterschiede zwischen ihnen müssen verstanden werden, bevor Schlussfolgerungen gezogen oder Annahmen über den Datentyp gemacht werden.

Merkmale diskreter Daten

Diskrete Daten werden oft in einfachen statistischen Analysen verwendet, weil sie leicht zusammenzufassen und zu berechnen sind. Schauen wir uns einige der anderen Hauptmerkmale diskreter Daten an.

• Endlich, zählbar und unteilbar: Diskrete Daten umfassen diskrete Variablen, die endlich, numerisch und nicht-negative ganze Zahlen sind (5, 10, 15 usw.).
• Einfach zu visualisieren: Diskrete Daten können leicht visualisiert und mit einfachen statistischen Methoden wie Balkendiagrammen, Liniendiagrammen oder Kreisdiagrammen demonstriert werden.
• Können kategorial sein: Diskrete Daten können auch kategorial sein - mit einer endlichen Anzahl von Datenwerten, wie das Geschlecht einer Person.
• Einfach zu verteilen: Diskrete Daten werden diskret in Bezug auf Zeit und Raum verteilt. Diskrete Verteilungen machen die Analyse diskreter Werte praktischer.

Merkmale kontinuierlicher Daten

Im Gegensatz zu diskreten Daten können kontinuierliche Daten entweder numerisch oder über Datum und Zeit verteilt sein. Dieser Datentyp verwendet fortgeschrittene statistische Analysemethoden, die die unendliche Anzahl möglicher Werte berücksichtigen. Wichtige Merkmale kontinuierlicher Daten sind:

• Verändert sich im Laufe der Zeit: Kontinuierliche Daten ändern sich im Laufe der Zeit und können zu verschiedenen Zeitintervallen unterschiedliche Werte haben.
• Können Dezimalstellen haben oder nicht: Kontinuierliche Daten bestehen aus Zufallsvariablen, die ganze Zahlen oder nicht sein können.
• Visualisiert mit Liniendiagrammen oder Schieflagen: Kontinuierliche Daten werden mit Datenanalysemethoden wie Liniendiagrammen und Schieflagen gemessen.

Was ist der Unterschied zwischen diskreten und kontinuierlichen Daten?

Die genaue Kategorisierung Ihrer Daten beeinflusst sowohl Ihren Analyseansatz als auch die Werkzeuge, die Sie wählen. Wenn die bisher bereitgestellten Informationen überwältigend erscheinen, machen Sie sich keine Sorgen - diese Tabelle vereinfacht alles und hilft Ihnen, leicht zu bestimmen, in welche Kategorie Ihre Daten fallen.

Wenn Sie sich immer noch nicht sicher sind, ob Sie es mit diskreten oder kontinuierlichen Daten zu tun haben, sollten Sie sich die folgenden Fragen stellen:

• Können Sie die Daten addieren?
• Können Sie die Daten quantifizieren?
• Können Sie die Daten aufschlüsseln und machen sie immer noch Sinn?

Was ist es: diskrete oder kontinuierliche Variable?

Es gibt Zeiten, in denen kontinuierliche Variablen als diskrete Variablen behandelt werden können. Denken Sie darüber nach - ist das Alter diskret oder kontinuierlich? Angesichts der Tatsache, dass Sie die Geburtszeit kennen, können Sie das Alter einer Person genau bis zur Sekunde messen. In diesem Fall ist das Alter eine kontinuierliche Variable. Wir kümmern uns jedoch normalerweise nicht um das genaue Alter einer Person, daher wird das Alter als diskrete Variable behandelt, die in Jahren gezählt wird.

Die Bedeutung von kontinuierlichen und diskreten Daten

Nur weil wir ein "versus" im Titel eingefügt haben, bedeutet das nicht, dass es ein Wettbewerb ist (obwohl wir Sie nicht davon abhalten werden, "Team Diskret" oder "Team Kontinuierlich" T-Shirts zu machen).

Sowohl kontinuierliche als auch diskrete Daten sind für Datensammler gleichermaßen wertvoll, und Sie werden jeden Tag auf Momente stoßen, die zu Messungen führen, die zu einem der beiden Datentypen beitragen könnten. Jede gut abgerundete Forschung wird durch die Kombination dieser beiden einzigartigen Datensätze gebildet.

Jetzt, da Sie wissen, wie man diskrete und kontinuierliche Daten identifiziert, hoffen wir, dass Sie Freude daran haben, diese Fähigkeiten zu demonstrieren, sei es, indem Sie sie mit Ihren Kollegen benennen oder dieses Wissen nutzen, um Ihre Forschung zu informieren.

Jetzt, da Sie über kontinuierliche und diskrete Daten gelernt haben, ist es an der Zeit, den Unterschied zwischen strukturierten und unstrukturierten Daten zu kennen - zwei wesentliche Datentypen, die in der statistischen Analyse verwendet werden.

Dieser Artikel wurde ursprünglich 2019 veröffentlicht. Er wurde mit neuen Informationen aktualisiert.