В чем отличие дискретных и непрерывных признаков при анализе данных?

Основное отличие дискретных и непрерывных признаков при анализе данных заключается в том, какие значения они могут принимать. shakhbanov.org

Дискретные признаки могут принимать только определённые, как правило, целые значения. openedo.mrsu.ru Промежуточные значения между ними не существуют. shakhbanov.org Например, если признак представляет количество студентов в классе, то он может принимать значения 0, 1, 2, 3 и т. д., но не может принимать значения 1,5 или 2,7. shakhbanov.org

Непрерывные признаки могут принимать любые значения в определённом диапазоне или на интервале. shakhbanov.org Например, вес, рост или время ожидания в очереди. shakhbanov.org Непрерывные признаки могут быть измерены в любых единицах измерения и представлены десятичными дробями. shakhbanov.org

Ещё несколько отличий:

• Методы сбора данных. hr-portal.ru Дискретные признаки можно собрать с помощью простого инструмента, такого как числовая линейка. hr-portal.ru Непрерывные признаки требуют сбора данных с помощью более сложных инструментов, например термометра, секундомера или весов. hr-portal.ru
• Представление на графике. hr-portal.ru Дискретные признаки легче всего представить на графике с помощью изолированных точек, которые не связаны между собой, например, на круговой диаграмме. hr-portal.ru Непрерывные признаки можно представить на графике, поместив их на график и соединив различные точки данных, как на линейном графике. hr-portal.ru