Un caractère quantitatif est discret s'il prend un nombre fini de valeurs ou continu, s'il prend toutes les valeurs entre deux limites.
Contrairement à une variable continue, une variable discrète ne peut prendre qu'un nombre fini de valeurs réelles possibles à l'intérieur d'un intervalle donné.
Les variables quantitatives continues correspondent à des données issues de mesures, comme par exemple la taille, le poids, la pression artérielle, la glycémie, etc.
Une variable quantitative est une variable dont les valeurs sont exprimées par des nombres, accompagnés au besoin d'unités et d'incertitudes. Une variable quantitative est dite discrète si elle ne peut prendre que des valeurs bien précises (des entiers, par exemple, comme celles qui résultent d'un dénombrement).
On distingue ainsi classiquement trois types de caractères observables, ou encore de variables : les variables nominales, les variables ordinales et les variables métriques.
Exemple : l'âge est théoriquement une variable quantitative continue, mais en pratique l'âge est mesuré dans le meilleur des cas au jours près.
Deux variables quantitatives sont corrélées si elles tendent à varier l'une en fonction de l'autre. On parle de corrélation positive si elles tendent à varier dans le même sens, de corrélation négative si elles tendent à varier en sens contraire.
La comparaison de deux variables quantitatives se fait en premier lieu graphiquement, en représentant l'ensemble des couples de valeurs. On peut ainsi représenter les valeurs du nombre d'heures passées devant la télévision selon l'âge. Le fait que des points sont superposés ne facilite pas la lecture du graphique.
Les données discrètes, contrairement aux données continues, sont comptables. Elles ne peuvent être constituées que de nombres entiers. Par exemple, le nombre d'enfants dans une famille ou l'âge (arrondi) d'une personne sont des données discrètes.
Un caractère discret est un caractère qualitatif ou quantitatif prenant un nombre limité de modalités. Si on note N le nombre d'éléments et K le nombre de modalités, on peut distinguer deux cas : K=N : il y a autant de modalités que d'élément.
Lorsque le caractère statistique peut prendre des valeurs multiples (taille, superficie, salaire…) le caractère statistique est considéré comme continu.
Le discret renvoie à une structure dans laquelle on pense un ensemble d'éléments séparément - comme séparés par un « vide » - alors que le continu renvoie au contraire à un ensemble dense : il existe toujours quelque chose entre deux éléments.
– Un signal numérique (ou signal à temps discret) s(k) est une suite numérique, c'est à dire une liste ordonnée de nombres : s(0)= 1, s(1)= 2, s(2)= 4, . . . Elle ne doit pas être confondue avec l'impulsion de Dirac δ(t) qui est un signal à temps continu. Elle est bien plus facile à manipuler !
La meilleure façon d'identifier les variables dépendantes et indépendantes dans la recherche est de mettre les variables dans la phrase« Les variables indépendantes provoquent un changement dans la variable dépendante ».”.
Le diagramme en bâtons est utilisé dans le cas d'une variable quantitative discrète (figure 4). Il repose sur le même principe que l'histogramme mais les rectangles sont remplacés par des segments (bâtons). Le principal avantage de ce diagramme est qu'il traduit le caractère « isolé » des valeurs.
Le polygone de fréquence est un graphique linéaire, adapté pour représenter des variables quantitatives continue.
Les méthodes quantitatives sont des méthodes de recherche, utilisant des outils d'analyse mathématiques et statistiques, en vue de décrire, d'expliquer et prédire des phénomènes par le biais de données historiques sous forme de variables mesurables.
Pourquoi les utiliser ? Les études quantitatives permettent d'opérer des mesures, qu'elles soient de satisfaction, de fréquentation, d'audience ou de perception d'un message.
La principale différence entre les variables nominales et les variables ordinales est que les variables ordinales ont un ordre de catégories alors que les variables nominales n'en ont pas.
pour tester le type d'une variable, on peut faire : type(var) == list (ou str ou int ou float) mais pour tester le type d'une variable, le mieux est isinstance(var, list). isinstance donne True si on teste si un objet contre sa classe, mais aussi contre ses classes de base.