统计学中，定性变量怎么转化成定量变量

Question

如题所述

Answer 1

将定量变量转换为定性变量的方法为：分区间（Binning），包括等宽分区间以及自适应分区间。

1、等宽分区间（Fixed-Width Binning）：可以用pandas的cut()方法自己设定区间范围。

等宽分区间的缺点是：落在某个区间中的数据点的数目不一定是均匀的，因此可能会得到不规则的区间。一些区间中的数据可能会非常的密集，一些区间则会非常稀疏甚至是空的。因此，自适应分区间方法是一个更安全的策略。

2、自适应分区间（Adptive Binning）：使用数据的四分位数来确定区间范围，这样确保每个区间内的数据个数是相同的。

扩展资料

要对定量变量进行转换的原因：大多数情况下，可以直接使用定量变量。但是有时候，特征和目标之间不呈线性关系。比如说年龄和收入之间的关系，当人年轻时，收入通常会稳步上升，但到了一定年纪之后，收入便开始降低。

当然可以用非线性模型来拟合数据，但是这样会把模型弄得很复杂。因此比较好的做法是在数据准备的阶段就对定量变量做分箱处理（Binning，也称为分区间）。在对定量变量分箱处理之后，还要再将其转换为虚拟变量或对其进行WOE转换

参考资料来源：

百度百科——定性变量

百度百科——定量变量

Answer 2

需要设置虚拟变量，也叫哑变量。

Answer 3

定性数据(Qualitative data)：包括分类数据和顺序数据，是一组表示事物性质、规定事物类别的文字表述型数据，不能将其量化，只能将其定性。
定性数据说明的是事物的品质特征,是不能用数值表示的,通常表现为类别.
定量数据说明的是现象的数量特征,是必须用数值来表现的.
分为离散数据(Discrete data)和连续数据 (Continuous numerical data) .
定性分析与定量分析应该是统一的，相互补充的；定性分析是定量分析的基本前提，没有定性的定量是一种盲目的、毫无价值的定量；定量分析使定性分析更加科学、准确，它可以促使定性分析得出广泛而深入的结论。本回答被提问者采纳