البيانات العددية المستمرة والمتقطعة: هل الكسور تحسم النوع؟

الخلاصة السريعة

اسأل ما القيم التي يمكن أن يأخذها المتغير وفقا لتعريفه. وجود فاصلة عشرية لا يجعله مستمرا، وتقريب القياس إلى عدد صحيح لا يحوله وحده إلى عد أشياء.

• التصنيف يتعلق بالقيم الممكنة؛ المتقطعة قد تتضمن قيما عشرية محددة. ^[1]
• في مثال خرز افتراضي، عدد الخرزات الكاملة عد، وقطر الخرزة قياس مختلف عنه.
• خيارات 0 و 0.25 و 0.50 و 0.75 و 1 مجموعة منفصلة، رغم وجود الكسور في بعض قيمها.
• وثق تعريف المتغير وطريقة القياس والتقريب؛ دقة الأداة تحد عرض القياس المستمر في الواقع. ^[1]

ما الفرق الذي نعتمد عليه؟

يصف Statistics Canada المستمر بقيم حقيقية ممكنة داخل مجال، والمتقطع بقيم محددة يمكن تعدادها. ^[1]

نطبق هذا الفرق على سؤال المتغير، لا على اسم العمود «رقم». عند تجهيز بيانات تعلم الآلة، نكتب ما الذي تمثله القيمة وكيف أنتجت. فعمودان مخزنان بالنوع البرمجي نفسه قد يصفان عد أشياء وقياس حجم، ويحتاج فهمهما إلى تعريفين مختلفين.

كيف نقارن العد بالقياس؟

تخيل كيس خرز افتراضيا. إذا سألنا عن عدد الخرزات الكاملة داخله، فقد نجد 8 أو 9، لكن لا نضيف نصف خرزة كاملة إلى هذا التعريف. وإذا سألنا عن قطر خرزة، فقد نسجل 5.2 مليمتر، ونمثل القطر هنا بمتغير قياس مستمر.

الأرقام من إنشاء الكاتب، وليست قراءة جهاز أو فحص منتج. وإذا كتب أحدهم عدد الخرزات 8.0، لم يتغير معنى العدد بسبب شكل العرض. وإذا قرب قطر الخرزة إلى 5 مليمترات، لا يخبرنا ذلك أنه عد خرزات؛ ما زال يصف القطر وفق طريقة التسجيل.

كيف تكون قيمة عشرية متقطعة؟

لنصمم إعدادا تعليميا لا يقبل إلا الخيارات:0،0.25،0.50،0.75،1. نستطيع كتابة القائمة كاملة، ولا يقبل هذا الإعداد 0.37 وفقا لتعريفنا. لذلك لا تجعل الفاصلة العشرية بعض الخيارات مجالا متصلا. هذا إعداد افتراضي يوضح المنطق، وليس قائمة مواصفات من جهاز منشور.

في ملف المثال، نحتفظ بقائمة القيم المسموحة بجانب وصف الحقل. ثم نراجع أي قيمة خارجة عنها بدلا من تفسيرها تلقائيا كخيار جديد. أما لو تغير تعريف الإعداد ليقبل قيما أخرى، فنراجع التصنيف والتوثيق وفقا لذلك التغيير، لا وفقا لشكل أرقام النسخة السابقة.

ما الذي نسجله قبل إعداد البيانات؟

نقترح بطاقة قصيرة لكل حقل: المعنى، والوحدة عند وجودها، والقيم المسموحة، وطريقة القياس أو العد، والتقريب المستخدم. في مثال القطر، نوضح هل القيمة مقربة وكيف؛ وفي مثال الإعداد، نحفظ القائمة المحددة.

بعد ذلك نفحص أن التحويل إلى نوع برمجي أو تنسيق عرض لم يمح الوصف المطلوب. هذا التصنيف يشرح معنى القيم ويساعد على مراجعتها، لكنه لا يختار وحده خوارزمية مثالية ولا يثبت جودة نموذج. يبقى سؤال المهمة وطريقة جمع البيانات وما تسمح به القيم عناصر لازمة للاختيار.