par type de données:
* numérique:
* discret: Ne peut prendre que des valeurs spécifiques et séparées (par exemple, nombre d'enfants, nombre de voitures).
* continu: Peut prendre n'importe quelle valeur dans une plage (par exemple, taille, poids, température).
* catégorique:
* nominal: Les catégories n'ont pas d'ordre inhérent (par exemple, le sexe, la couleur des yeux, la nourriture préférée).
* Ordinal: Les catégories ont un ordre naturel (par exemple, niveau d'éducation, cote de satisfaction, niveau de revenu).
* booléen: Ne peut prendre que deux valeurs (par exemple, vrai / false, oui / non).
par rôle dans la recherche:
* Variable indépendante: La variable qui est manipulée ou modifiée par le chercheur.
* Variable dépendante: La variable qui est mesurée ou observée en réponse aux changements de la variable indépendante.
* Variable de contrôle: Une variable qui est maintenue constante pour s'assurer qu'elle n'affecte pas la relation entre les variables indépendantes et dépendantes.
par échelle de mesure:
* Ratio: A un vrai point zéro et des intervalles égaux (par exemple, la taille, le poids, l'âge).
* Intervalle: A des intervalles égaux mais pas de véritable point zéro (par exemple, température, score de QI).
* Ordinal: Les catégories ont un ordre naturel, mais les intervalles peuvent ne pas être égaux (par exemple, niveau d'éducation, cote de satisfaction).
* nominal: Les catégories n'ont pas d'ordre inhérent (par exemple, le sexe, la couleur des yeux, la nourriture préférée).
par des propriétés statistiques:
* Variable aléatoire: Une variable dont la valeur est un résultat numérique d'un phénomène aléatoire.
* Variable déterministe: Une variable dont la valeur est complètement déterminée par ses entrées.
Autres classifications:
* qualitatif: Données descriptives et non numériques (par exemple, opinions, expériences).
* quantitatif: Données numériques et peuvent être mesurées (par exemple, taille, poids, âge).
En résumé, le nombre de "types" de variables n'est pas fixe, mais dépend plutôt des critères spécifiques utilisés pour la classification. En comprenant les différentes façons de catégoriser les variables, vous pouvez mieux analyser et interpréter les données.
