1. Datos univariantes –
Este tipo de datos consta de una sola variable. El análisis de los datos univariantes es, por tanto, la forma más sencilla de análisis, ya que la información trata de una sola cantidad que cambia. No se ocupa de las causas ni de las relaciones y el objetivo principal del análisis es describir los datos y encontrar los patrones que existen en ellos. El ejemplo de un dato univariante puede ser la altura.
Supongamos que se registran las alturas de siete alumnos de una clase(figura 1),sólo hay una variable que es la altura y no se trata de ninguna causa o relación. La descripción de los patrones encontrados en este tipo de datos se puede realizar sacando conclusiones utilizando medidas de tendencia central (media, mediana y moda), dispersión o amplitud de los datos (rango, mínimo, máximo, cuartiles, varianza y desviación estándar) y utilizando tablas de distribución de frecuencias, histogramas, gráficos circulares, polígonos de frecuencias y gráficos de barras.
2. Datos bivariados –
Este tipo de datos implica dos variables diferentes. El análisis de este tipo de datos se ocupa de las causas y las relaciones y el análisis se realiza para averiguar la relación entre las dos variables.Ejemplo de datos bivariados puede ser la temperatura y las ventas de helados en la temporada de verano.
Supongamos que la temperatura y las ventas de helados son las dos variables de un dato bivariado(figura 2). Aquí, la relación es visible desde la tabla que la temperatura y las ventas son directamente proporcionales entre sí y por lo tanto están relacionadas porque a medida que la temperatura aumenta, las ventas también aumentan. Así, el análisis de datos bivariados implica comparaciones, relaciones, causas y explicaciones. Estas variables se suelen representar en los ejes X e Y del gráfico para una mejor comprensión de los datos y una de estas variables es independiente mientras que la otra es dependiente.
3. Datos multivariantes –
Cuando los datos implican tres o más variables, se clasifican bajo multivariantes. Ejemplo de este tipo de datos es suponer que un anunciante quiere comparar la popularidad de cuatro anuncios en un sitio web, entonces se podrían medir sus tasas de clics tanto para hombres como para mujeres y entonces se pueden examinar las relaciones entre las variables.
Es similar a la bivariante pero contiene más de una variable dependiente. Las formas de realizar el análisis de estos datos dependen de los objetivos que se quieran alcanzar.Algunas de las técnicas son el análisis de regresión,el análisis de trayectorias,el análisis factorial y el análisis multivariante de la varianza (MANOVA).
¡Atención lector! No dejes de aprender ahora. Hazte con todos los conceptos importantes de la Teoría de la CS para las entrevistas de SDE con el Curso de Teoría de la CS a un precio asequible para el estudiante y prepárate para la industria.