Los datos pueden ser complicados.
Existen datos estructurados y no estructurados, datos cualitativos (o categóricos) y datos cuantitativos (o numéricos). Las variables cuantitativas pueden ser discretas o continuas. Este artículo explora la diferencia entre datos discretos y continuos.
Las variables discretas toman valores contables y distintos, mientras que las variables continuas pueden tomar cualquier valor dentro de un conjunto de datos. Comprender el concepto de datos discretos vs. continuos te ayudará a identificar oportunidades para cada uno. Puedes aprovechar esta información para obtener mejores conocimientos de los datos, ya seas un científico de datos, analista de datos, ingeniero de datos o simplemente un fanático de los números.
Las organizaciones utilizan software de análisis estadístico para descubrir conocimientos a partir de tipos de datos discretos y continuos y simplificar el análisis de datos complejo.
¿Cuál es la diferencia entre datos continuos y discretos?
Datos discretos consisten en variables numéricas que son números enteros, concretos, con valores fijos determinados por conteo, como el número de personas en un equipo. Datos continuos consisten en números complejos y valores de datos variables medidos durante un intervalo de tiempo específico, como el tiempo que se tarda en correr un maratón.
Una forma sencilla de entender la diferencia entre los dos es visualizar un gráfico discreto vs. un gráfico continuo. Echa un vistazo a este diagrama de dispersión frente a un gráfico de líneas.
Cuando recolectas un conjunto de números redondos y definidos, aparecerán en el gráfico similar a los de la izquierda. Los datos discretos se refieren a elementos individuales y contables (variables discretas).
Al medir un cierto flujo de datos con un rango de resultados complejo, los hallazgos se muestran con una línea como un rango de datos (ver: gráficos a la derecha). Los datos continuos se refieren al cambio a lo largo del tiempo, involucrando conceptos que no son simplemente contables sino que requieren mediciones detalladas (variables continuas).
Algunos sinónimos de la palabra discreto son desconectado, separado y distinto. Estos sinónimos podrían usarse fácilmente para aprender más sobre los datos discretos.
Profundicemos en cada tipo de dato para entender mejor los datos discretos y continuos.
¿Qué son los datos discretos?
Datos discretos se refiere a cifras contables, individualizadas e indivisibles en estadísticas. Estos puntos de datos existen solo en incrementos establecidos. Los analistas de datos y los estadísticos visualizan los datos discretos utilizando gráficos de barras, histogramas, gráficos de líneas y gráficos circulares.
Los datos discretos representan variables discretas, que puedes contar en un tiempo finito. La característica clave aquí es que estas variables son contables en lugar de medibles.
Por ejemplo, si rastreas el número de flexiones que haces cada día durante un mes, el número de flexiones es un número entero que no puedes descomponer en partes más pequeñas. Dicho esto, tu conteo diario es un dato discreto.
Ejemplos de datos discretos
Los datos discretos pueden ser cualitativos o cuantitativos. Algunos ejemplos cuantitativos de datos discretos son:
- Número de reseñas de productos: Discreto porque las reseñas son contables y deben ser números enteros sin fracciones.
- Número de boletos vendidos en un día: Discreto ya que solo puedes vender boletos enteros, sin valores intermedios.
- Número de estudiantes en tu clase: Discreto ya que los estudiantes solo pueden contarse como unidades completas, no fracciones.
- Número de empleados en una empresa: Discreto porque los empleados son contables como individuos completos.
Los datos discretos también pueden ser cualitativos. La nacionalidad que seleccionas en un formulario es un dato discreto. Cuando se agrupan, las nacionalidades de todos en tu lugar de trabajo pueden ser información valiosa para evaluar tus prácticas de contratación.
Otro ejemplo de datos cualitativos discretos es el dato que recolectas usando escalas deslizantes. Imagina recolectar datos de reseñas de productos de los usuarios. Puedes crear puntos de datos ordinales, como fácil de usar, neutral y no fácil. Visualizar estos datos te ayuda a cuantificar datos cualitativos.
El censo nacional consiste en datos discretos, tanto cualitativos como cuantitativos. Contar y recolectar esta información identificativa profundiza nuestra comprensión de la población. Nos ayuda a hacer predicciones mientras documentamos la historia. Ese es el poder de los datos discretos.
Ahora es el momento de obtener noticias y entretenimiento SaaS-y con nuestro boletín de 5 minutos, G2 Tea, con líderes inspiradores, opiniones audaces y predicciones atrevidas. ¡Suscríbete a continuación!
¿Quieres aprender más sobre Software de Análisis Estadístico? Explora los productos de Análisis Estadístico.
¿Qué son los datos continuos?
Datos continuos es un tipo de datos numéricos que se refiere al número no especificado de posibles mediciones entre dos puntos realistas.
Estos números no siempre son limpios y ordenados como los de los datos discretos, ya que generalmente se recopilan a partir de mediciones precisas. Con el tiempo, medir un tema particular nos permite crear un rango definido donde podemos esperar razonablemente recolectar más datos.
Los datos continuos se centran en la precisión. Por lo tanto, las variables continuas a menudo llevan puntos decimales, con el número a la derecha extendido tanto como sea posible. Estos puntos decimales ofrecen una medición exacta entre dos puntos de datos definidos. Este nivel de detalle es primordial para científicos, médicos y fabricantes, por nombrar algunos. El análisis de regresión es uno de los tipos más comunes de análisis de datos continuos.
Cuando piensas en experimentos o estudios que involucran mediciones constantes, es probable que sean variables continuas hasta cierto punto. Si tienes un número como "2.86290" en una hoja de cálculo, no es un número al que podrías haber llegado rápidamente; piensa en dispositivos de medición como cronómetros, balanzas, termómetros, etc.
Ejemplos de datos continuos
Algunos ejemplos de datos continuos son:
- Velocidad del viento diaria: Continua porque la velocidad del viento puede tomar cualquier valor dentro de un rango, incluidos los decimales.
- Temperatura del congelador: Continua ya que puede variar y medirse a cualquier nivel de precisión deseado, incluidas fracciones de grado.
- Duración de las llamadas de servicio al cliente: Continua ya que la duración puede ser cualquier valor, medido en fracciones de segundo.
- Medidas y peso de cajas de productos: Continuas ya que tanto las dimensiones como el peso pueden medirse con gran precisión, incluidos los valores decimales.
No todos los ejemplos de datos continuos encajan perfectamente en una línea recta. Aun así, un rango se vuelve más aparente con el tiempo, y puedes apostar a que los nuevos puntos de datos se mantendrán dentro de esos parámetros.
Cómo saber si algo es discreto o continuo
Tanto los datos discretos como los continuos son importantes para el análisis estadístico. Las diferencias clave entre ellos deben entenderse antes de sacar conclusiones o hacer suposiciones sobre el tipo de datos.
Características de los datos discretos
Los datos discretos se utilizan a menudo en análisis estadísticos simples porque son fáciles de resumir y calcular. Veamos algunas de las otras características clave de los datos discretos.
- Finito, contable e indivisible: Los datos discretos incluyen variables discretas que son finitas, numéricas y enteros no negativos (5, 10, 15, etc.).
- Fácil de visualizar: Los datos discretos pueden visualizarse y demostrarse fácilmente utilizando métodos estadísticos simples como gráficos de barras, gráficos de líneas o gráficos circulares.
- Pueden ser categóricos: Los datos discretos también pueden ser categóricos, conteniendo un número finito de valores de datos, como el género de una persona.
- Fácil de distribuir: Los datos discretos se distribuyen discretamente en términos de tiempo y espacio. Las distribuciones discretas hacen que analizar valores discretos sea más práctico.
Características de los datos continuos
A diferencia de los datos discretos, los datos continuos pueden ser numéricos o distribuidos a lo largo de fechas y tiempo. Este tipo de datos utiliza métodos avanzados de análisis estadístico considerando el número infinito de valores posibles. Las características clave de los datos continuos son:
- Cambios a lo largo del tiempo: Los datos continuos cambian a lo largo del tiempo y pueden tener diferentes valores en diferentes intervalos de tiempo.
- Pueden o no tener decimales: Los datos continuos comprenden variables aleatorias que pueden o no ser números enteros.
- Visualizados con gráficos de líneas o sesgos: Los datos continuos se miden utilizando métodos de análisis de datos como gráficos de líneas y sesgos.
¿Cuál es la diferencia entre datos discretos y continuos?
Categorizar tus datos con precisión influye tanto en tu enfoque de análisis como en las herramientas que eliges. Si la información proporcionada hasta ahora parece abrumadora, no te preocupes: esta tabla simplifica todo, ayudándote a determinar fácilmente en qué categoría caen tus datos.
| Datos discretos | Datos continuos | |
| Valor | Contable y finito | Cualquier valor medido dentro de un rango específico |
| Componentes | Valores de datos ordinales y enteros | Puntos de datos cuantitativos como fracciones, números decimales y porcentajes |
| Contabilidad y medibilidad | Contado en algo tan simple como una línea numérica | Medido utilizando herramientas y métodos de medición en profundidad como curvas y sesgos |
| Análisis estadístico | Las medidas comúnmente utilizadas incluyen la moda, la mediana y la media | Las medidas estadísticas incluyen desviación estándar y varianza además de la media, mediana y moda |
| Divisibilidad | Indivisible | Subdivisible |
| Granularidad | Menos | Más |
| Naturaleza | Permanece constante durante un intervalo de tiempo específico | Varía a lo largo del tiempo y puede tener valores separados en cualquier momento dado |
| Ejemplos comunes | El número de estudiantes, el número de niños, el tamaño del zapato, etc. | Altura, peso, longitud, tiempo, temperatura, edad, etc. |
| Aplicaciones típicas | Manufactura, comercio electrónico y educación | Finanzas, investigación científica y monitoreo ambiental |
Si aún no estás seguro de si estás tratando con datos discretos o continuos, considera hacerte las siguientes preguntas:
- ¿Puedes sumar los datos?
- ¿Puedes cuantificar los datos?
- ¿Puedes descomponer los datos y aún tiene sentido?
¿Cuál es: variable discreta o continua?
Hay momentos en que las variables continuas pueden tratarse como variables discretas. Piensa en ello: ¿es la edad discreta o continua? Dado que conoces la hora de nacimiento, puedes medir con precisión la edad de alguien hasta el segundo. La edad es una variable continua en este caso. Sin embargo, generalmente no nos preocupamos por la edad exacta de alguien, por lo que la edad se trata como una variable discreta, contada en años.
Cómo diferenciar entre variables discretas y continuas
La forma más fácil de entender la diferencia entre variables discretas y continuas es verificando la contabilidad. ¿Podemos sentarnos y contar todos los valores posibles de la variable? Por ejemplo, no puedes contar cada valor al medir la temperatura. Los números continuarán hasta el infinito. Estas variables son continuas. Si estás contando el número de casas en tu cuadra, obtendrás valores discretos.
La importancia de los datos continuos y discretos
Solo porque pusimos un "versus" en el título no significa que sea una competencia (aunque no te detendremos de hacer camisetas de "Equipo Discreto" o "Equipo Continuo").
Tanto los datos continuos como los discretos son igualmente valiosos para los recolectores de datos, y encontrarás momentos todos los días que conducen a mediciones que podrían contribuir a cualquiera de los tipos de datos. Cualquier investigación bien equilibrada se forma combinando estos dos conjuntos únicos de datos.
Ahora que sabes cómo identificar datos discretos y continuos, esperamos que disfrutes demostrando estas habilidades, ya sea nombrándolos con tus compañeros o utilizando este conocimiento para informar tu investigación.
Ahora que has aprendido sobre datos continuos y discretos, es hora de conocer la diferencia entre datos estructurados y no estructurados, dos tipos de datos esenciales utilizados en el análisis estadístico.
Este artículo fue publicado originalmente en 2019. Ha sido actualizado con nueva información.
