משתנה דיכוטומי הוא כזה שיכול לקחת רק שני ערכים. ערכים אלה הם בדרך כלל אפסים, כהיעדר, או אחד כנוכחות.
לכן, אנו עומדים בפני משתנה המאפשר לנו לדעת את נוכחותה (אחת) או היעדרה (אפס) של תופעה או מאפיין. בנוסף, היא איכותית וקטגורית, המשמעות היא שהיא מבטאת איכות, במקביל שהיא מאפשרת לקבץ את המקרים לקטגוריות.
יש לזכור שתמיד יהיו לנו רק שתי קבוצות, ומכאן השם הדיכוטומי.
ההבדל בין משתנה דיכוטומי ורציף
ההבדל המהותי בין המשתנה הדיכוטומי למשתנה הרציף הוא שהראשון מייצג קטגוריות, ואילו האחרון מודד. עם זאת, ניתן לדיכוטומציה של הרציף, מאפיין זה שימושי מאוד בהזדמנויות מסוימות. לשם כך, אתה רק צריך להחליט אילו ערכים מייצגים אפס ואילו ערכים מייצגים אחד.
טכניקת המרה משתנה זו מאפשרת לחקור כמה תופעות בצורה פשוטה יותר. מצד שני, יש אובדן מידע שעלינו לקחת בחשבון. אם נחליט שלהיות גבוה הוא זה שעולה על 1.75 מטר וקצר את השאר, לא ניקח בחשבון את גבהי הביניים. בהתאם למה שאנחנו מחפשים, זה יכול לפצות על דיכוטומיזציה.
רגרסיה על משתנים דיכוטומיים
רגרסיה לינארית היא דרך להתייחס לשני משתנים.
במקרה זה, האחד הוא העצמאי, המיוצג על ידי "x", והשני הוא התלוי או "y".
הראשון מסביר את התנהגות השני באמצעות פרמטר, שהוא מספר חיובי או שלילי. עם זאת, רגרסיה לוגיסטית, החוקרת משתנים דיכוטומיים, שונה במקצת.
לאחר מכן, בואו נראה את הנוסחה שלה.
במקרה זה יש לנו הסתברות «p» לאירוע שיתרחש כפונקציה של משתנים מסוימים, המיוצגים ב- (F (Y).
את המספר "e" שהועלה לאחר ניתן להשיג באמצעות מחשבון מדעי.
הפונקציה F (y) היא בתורה משוואה ליניארית.
השתמשנו בפשוטה ביותר עם קבוע (אלפא) ופרמטר (בטא).
דוגמאות משתנות דיכוטומיות
בואו נראה, לסיום, כמה דוגמאות המשמשות בשיטה המדעית, הן משתנים דיכוטומיים והן משתנים מתמשכים.
- דוגמה נפוצה היא מגדר. במקרה זה נוכל להשתמש באפס בכדי להתייחס לזכר ולנשי.
- ההסתברות לחלות במחלה על סמך בדיקה שהיא סולם. זה יכול להיות דיכוטומי בהתחשב בכך שאתה נגוע (אחד) מערך ואינך (אפס) אחרת.
- דוגמה נוספת תהיה תוצאה של אופוזיציה. במקרה זה, הציון הוא לא הדבר החשוב, אלא עובר (אחד) או נכשל (אפס).
- לבסוף, אנו יכולים לדבר על גובה מסוים כדי להיכנס לכוח ביטחון. למרות שהוא רציף, ניתן להפוך אותו למשתנה דיכוטומי. מגובה, אם תפגשו זה יהיה אחד ואם לא תפגשו זה יהיה אפס.
