Tipos de datos

Los datos son como un conjunto de hechos que se miden y registran, y luego se resumen para ayudarnos a sacar conclusiones.

Los datos pueden ser cuantitativos o en números, como la edad de una persona, medida en número de años que lleva viva, o pueden ser cualitativos, que no son numéricos, como el grupo sanguíneo de alguien {A, B, AB o 0}.

Así, los datos se clasifican en dos grandes grupos: datos cuantitativos o numéricos y datos cualitativos o categóricos.

Empecemos con los datos categóricos, que implican la asignación de sujetos a una categoría, es decir, "rojo" frente a "azul" o "alto" frente a "bajo".

Los datos categóricos pueden desglosarse a su vez en datos nominales y ordinales.

Los datos nominales se basan en categorías que no pueden ordenarse lógicamente.

Por ejemplo, los tipos de sangre (A, B, AB y 0) son datos nominales; no hay un orden o magnitud lógica en el tipo de sangre.

A no es más alto que AB, y 0 no es menos que B, simplemente son diferentes, como las manzanas y las naranjas.

Ahora se podría decir que la sangre del tipo AB tiene más antígenos que la del tipo 0 o que las manzanas son más firmes que las naranjas, pero entonces estamos analizando datos diferentes: el número de antígenos y la firmeza, y no simplemente el tipo de sangre o de fruta.

Otros atributos como el sexo, el tipo de religión o el origen étnico son ejemplos de datos nominales.

Estos atributos se miden en categorías, en lugar de números.

Por lo tanto, no tienen ninguna magnitud; por eso, cuando se resumen los datos nominales, hay que utilizar proporciones.

Por ejemplo, tomemos un grupo de 20 compañeros de clase: 10 son del tipo de sangre A, 5 del tipo de sangre B y 5 del tipo de sangre 0.

Se puede decir que el 50% son del tipo A, el 25% del tipo B y el 25% del tipo 0.

Y aunque no se puede calcular la media o la mediana, se puede identificar la "moda", que es el valor que aparece con más frecuencia en estos datos: Sangre de tipo A.

Los datos ordinales también se miden en categorías, pero a diferencia de los datos nominales, los datos ordinales vienen con un orden lógico adjunto.

Por ejemplo, digamos que quiere medir la felicidad y envía a 100 personas una encuesta que pregunta: "¿Cómo de feliz es?" Pueden responder a 1 de las 4 opciones de respuesta: "1.

Triste", "2.

No estoy contento" "3.

Normal" y "4.

Genial".

A diferencia del ejemplo del grupo sanguíneo, aquí hay un claro orden lógico.

En los datos ordinales, las categorías se clasifican como superiores o inferiores entre sí.

Al pasar de la categoría 1 a la 4, la felicidad aumenta.

Y como hay un orden en los datos, se puede calcular la "mediana", que es el valor más intermedio de un conjunto de datos ordenado de mayor a menor, y la "moda", pero no la "media", ya que no podemos establecer claramente si la diferencia entre la categoría 1 y la categoría 2 es cuantitativamente la misma que la diferencia entre la categoría 3 y la categoría 4.

Un posible problema de los datos ordinales es que a veces pueden simplificar en exceso las relaciones entre categorías.

El salto de la categoría 1 a la 2 puede ser muy pequeño, mientras que el salto de la categoría 3 a la 4 puede ser bastante grande.

Los datos ordinales son ciegos a este matiz, y tratan las diferencias de las categorías como si fueran todas iguales.

En medicina, la gravedad de las enfermedades suele registrarse como datos ordinales.

Por ejemplo, la nefropatía crónica se clasifica en 5 etapas {Etapa 1, Etapa 2, Etapa 3, Etapa 4 y Etapa 5}.