Sekamuuttujat

Sekamuuttujat ovat tilastollisessa ja data-analyysissä muuttujia, joita ei voi luokitella pelkästään numeerisiksi tai pelkästään kategorisiksi. Ne kuvaavat ilmiöitä, joissa mittaus voidaan toteuttaa usealla tavalla tai jossa sama asia edustetaan sekä määrällisesti että luokitellen. Sekamuuttujilla voi olla esimerkiksi koostettuja arvoja, jotka yhdistävät useita alimuuttujia, tai mittauksia, joissa on sekä numeerinen arvo että luokittelutieto samassa yhteydessä.

Esimerkkejä sekamuuttujista ovat: koosteet, jotka yhdistävät useita alimuuttujia ja voivat sisältää sekä numeerisia että kategorisia osia; mittauskohteet, joissa vastaaja antaa numeerisen arvion ja samalla valitsee luokan; sekä muuttujat, jotka kuvaavat samaa ilmiötä useammalla mittausasteikolla. Sekamuuttujat ovat yleisiä kyselytutkimuksissa, sosiaalitieteissä ja markkinatutkimuksessa, missä datan kerääminen käyttää monentyyppisiä mittaustapoja.

Analyysissä sekamuuttujien käsittely edellyttää erityisiä menetelmiä. Perinteiset PCA tai regressioalgoritmit voivat olla tehottomia, jos muuttujia ei huomioida oikein. Sopivia lähestymistapoja ovat esimerkiksi Factor Analysis for Mixed Data (FAMD), joka yhdistää PCA:n ja MCA:n ominaisuudet, sekä Gowerin etäisyys ja k-prototyyppi -klusterointi, jotka toimivat sekä numeeristen että kategoristen arvojen kanssa. Näiden menetelmien lisäksi voidaan käyttää tarkoituksenmukaisia anturimallinnuksia ja imputointi-tekniikoita sekamuuttujille.

Esikäsittelyssä sekamuuttujat voivat vaatia sekä numeeristen että kategoristen ominaisuuksien käsittelyä: oikea koodaus (one-hot tai ordinaalinen), standardointi, sekä puuttuvien arvojen käsittely. Tulkinta kannattaa toteuttaa huomioiden sekä mittausasteikot että mahdolliset epävarmuustekijät.