앞에서 살펴본 바와 같이 이산형 데이터란 전혀 좋은 점이라고는 없는 것일까?
물론 그렇지 않다. 이산형 데이터가 아니면 효과적으로 측정을 할 수 없는 경우도 많이 있다.
그렇지만 여러분이 구할 수만 있다면 연속형 데이터가 더 나은 선택이 된다.

■ 연속형 데이터

 - 작은 샘플로 취한 몇개의 데이터로 부터 유효한 추론을 할 수 있다.
 - 샘플을 적게 수집할 수 있고 항상 비용이 적게 든다
 - 목표값에서 부터 멀거나 가까움에 대한 민감도가 높다
 - 변동의 소스를 살펴보기 위한 다양한 분석방법을 선택할 수 있다.

■ 이산형 데이터

 - 연속형과 동등한 추론을 하기 위해서는 샘플이 더 많이 필요하다.
 - 샘플을 많이 수집하게되고 항상 비용이 많이 든다
 - 좋다/나쁘다, 합격/불합격 등과 같이 민감도가 낮다
 - 변동의 소스를 살펴보기 위한 분석방법 선택에 한계가 있다.

아주 기본적인 내용만 살펴보았지만 데이터를 수집할 때 가급적이면 이산형 데이터 보다는
연속형 데이터를 수집해야 하는지 효과적으로 표현되었기 기대한다.