2.2: Mediciones discretas versus continuas

Última actualización
Guardar como PDF

Page ID: 150766

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Una medición discreta es aquella que toma uno de un conjunto de valores particulares. Estos podrían ser valores cualitativos (por ejemplo, diferentes razas de perros) o valores numéricos (por ejemplo, cuántos amigos tiene uno en Facebook). Es importante destacar que no hay término medio entre las medidas; no tiene sentido decir que uno tiene 33.7 amigos.

Una medición continua es aquella que se define en términos de un número real. Podría caer en cualquier parte de un rango particular de valores, aunque generalmente nuestras herramientas de medición limitarán la precisión con la que podemos medir; por ejemplo, una báscula de piso podría medir el peso a la libra más cercana, aunque el peso podría medirse en teoría con mucha más precisión.

Es común en los cursos de estadística entrar en más detalle sobre diferentes “escalas” de medición, las cuales se discuten con más detalle en el Apéndice de este capítulo. Lo más importante de esto es que algunos tipos de estadísticas no tienen sentido en algunos tipos de datos. Por ejemplo, imagina que íbamos a recopilar datos del Código Postal Postal de una serie de individuos. Esos números se representan como enteros, pero en realidad no se refieren a una escala numérica; cada código postal básicamente sirve como etiqueta para una región diferente. Por ello, no tendría sentido hablar del código postal promedio, por ejemplo.