Entendendo a diferença entre dados quantitativos discretos e contínuos
A maioria dos erros em análise estatística começa com uma escolha errada de variável. Eu vejo isso toda semana em projetos de pesquisa e nos relatórios que chegam na minha mesa. O problema não é a fórmula que você aplica depois — é classificar mal o que está analisando desde o início.
Quando usar quantitativas discretas e continuas
Dados quantitativos discretos são aqueles que só podem assumir valores específicos, geralmente inteiros, porque envolvem contagem. O número de filhos que uma pessoa tem, a quantidade de vezes que um paciente foi hospitalizado no último ano, o total de defeitos em um lote de produção. Você não consegue ter 2,5 filhos ou 3,7 defeitos em um produto específico. Esses valores ficam isolados uns dos outros na reta numérica, com lacunas inevitáveis entre um valor e o seguinte. Dados quantitativos contínuos vêm de medição. Temperatura, peso, tempo de reação, volume de líquido. Eles podem assumir qualquer valor dentro de um intervalo, dependendo da precisão do seu instrumento. A questão prática aqui é que, no mundo real, todo instrumento tem limite de resolução. Um cronômetro pode marcar 12,34 segundos, mas seu tempo real provavelmente era 12,34387... A contínua existe na teoria. Na prática, você sempre trabalha com uma aproximação.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Já trabalhei com uma base de dados de vendas onde a variável "tempo de espera do cliente" estava registrada como inteira em minutos. O problema apareceu quando precisei calcular distribuições de probabilidade para modelar a fila. Com dados discretos arredondados dessa forma, a curva se comportava de maneira completamente diferente da distribuição exponencial que eu esperava. A solução foi refazer a coleta com precisão em segundos e depois agrupar em buckets de 30 segundos quando necessário. Isso mudou o modelo de predição e ajustou os intervalos de confiança que eu usava para as estimativas. O que muitas pessoas não percebem é que a linha entre discreto e contínuo pode ser mais fluida do que parece. Quantidade de mensagens trocadas entre duas pessoas em um dia é tecnicamente discreta, mas com números grandes demais ela se aproxima tanto de uma distribuição contínua que tratar como contínua é perfeitamente válido e às vezes mais conveniente. A regra prática é: se os valores possíveis forem tantos que a lacuna entre eles se torne irrelevante para sua análise, trate como contínuo. Não existe problema metodológico nisso.
Outro detalhe importante que pouca gente leva a sério é o efeito da granularidade na análise de regressão. Quando você roda uma regressão com dados discretos que têm poucos valores possíveis — tipo uma escala de 1 a 5 — o modelo pode apresentar viés sistemático. Os resíduos não se distribuem normalmente, os intervalos de confiança ficam distorcidos e você acaba confiando em resultados que não têm validade estatística real. Nesses casos, modelos discretos como regressão ordinal ou modelos de contagem (Poisson, negativo binomial) são mais adequados do que uma regressão linear comum que todo mundo aplica por padrão. Se você está processando dados manualmente, a verificação mais rápida é pedir este simples: os valores dessa variável surgem de contagem ou de medição? Contagem aponta para discreto. Mediçao aponta para continuo. Quando a resposta for ambígua, analise a densidade dos valores no seu dataset. Variáveis com muitos níveis diferentes se comportam de maneira mais próxima de variáveis contínuas, mesmo que tecnicamente sejam discretas.
Há situações onde a escolha errada gasta tempo e produz resultados enganosos. Eu já vi pesquisadores aplicarem testes não paramétricos em dados que eram perfeitamente contínuos só porque haviam discretizado a variável artificialmente. O poder estatístico caía, a capacidade de detectar efeitos reais diminuía, e ninguém percebia o motivo até revisar a classificação original.
