Бинарная переменная¶

Бинарная переменная — это переменная, которая может принимать только два возможных значения. В математике, статистике, информатике и логике бинарные переменные используются для представления дихотомических (двузначных) данных, таких как «истина/ложь», «да/нет», «включено/выключено», «0/1». Бинарные переменные являются фундаментальным понятием в теории вероятностей, машинном обучении, криптографии и цифровой электронике.

¶Определение и формальные свойства

Бинарная переменная (также называемая дихотомической, булевой или двоичной переменной) — это случайная или детерминированная величина, область определения которой состоит ровно из двух элементов. В зависимости от контекста эти значения могут обозначаться по-разному:

• Логические значения: истина (true, 1) и ложь (false, 0).
• Целочисленные значения: 0 и 1 (наиболее распространённая форма в вычислительной технике).
• Категориальные значения: например, «мужской»/«женский», «успех»/«неудача», «наличие»/«отсутствие».

Формально бинарная переменная X определяется как отображение из некоторого множества исходов Ω в множество {0, 1}. Если X — случайная величина, то её распределение полностью описывается одним параметром p = P(X = 1), где 0 ≤ p ≤ 1. Вероятность P(X = 0) = 1 — p. Такое распределение называется распределением Бернулли.

¶Классификация бинарных переменных

¶По типу данных

1. Номинальные бинарные переменные — значения не имеют упорядочения и не несут количественного смысла. Примеры: пол (мужской/женский), цвет (чёрный/белый), тип ответа (да/нет).
2. Порядковые бинарные переменные — значения имеют естественный порядок, но различие между ними не определено количественно. Пример: «выше среднего»/«ниже среднего» (хотя чаще такие переменные сводят к номинальным).
3. Интервальные/количественные бинарные переменные — значения 0 и 1 могут интерпретироваться как числовые метки, допускающие арифметические операции. Пример: индикаторная переменная в регрессионном анализе.

¶По способу кодирования

• Прямое кодирование: 0 и 1 непосредственно соответствуют двум состояниям.
• One-hot кодирование (для категориальных переменных с более чем двумя категориями): каждая категория представляется отдельной бинарной переменной, где 1 означает принадлежность к данной категории, а 0 — нет. Для двух категорий одна бинарная переменная эквивалентна one-hot представлению.
• Дополнительный код (в электронике): отрицательные числа представляются с помощью бинарной переменной знака.

¶Применение в различных областях

¶Математика и статистика

В статистике бинарные переменные широко используются в логистической регрессии для моделирования вероятности наступления события (например, вероятность заболевания, покупки, отказа). Зависимая переменная в такой модели принимает значения 0 или 1, а независимые переменные могут быть как непрерывными, так и категориальными. Логистическая регрессия оценивает log-odds (логарифм отношения шансов) как линейную комбинацию предикторов.

В теории вероятностей бинарные случайные величины лежат в основе испытаний Бернулли — последовательности независимых бинарных экспериментов с постоянной вероятностью успеха p. Сумма n таких величин имеет биномиальное распределение.

¶Информатика и программирование

В программировании бинарные переменные реализуются через булев тип данных (boolean), который присутствует в большинстве языков (bool в C++, Python, Java, boolean в JavaScript). Булевы переменные используются в условных операторах (if, while), логических выражениях и флагах состояния.

В цифровой электронике бинарные переменные соответствуют уровням напряжения (например, 0 В — логический 0, 5 В — логический 1). На их основе строятся логические вентили (И, ИЛИ, НЕ) и все цифровые схемы — от триггеров до микропроцессоров.

¶Машинное обучение

Бинарные переменные являются частым типом целевых переменных в задачах классификации (бинарная классификация). Примеры: распознавание спама (спам/не спам), медицинская диагностика (болен/здоров), кредитный скоринг (одобрить/отказать). Для таких задач используются алгоритмы: логистическая регрессия, метод опорных векторов (SVM), деревья решений, случайный лес, нейронные сети с сигмоидной активацией на выходном слое.

В признаковом пространстве бинарные переменные могут выступать как индикаторы наличия или отсутствия определённого свойства (например, «содержит слово “бесплатно”» в тексте).

¶Социология и психология

В опросах и анкетах бинарные вопросы («Да/Нет», «Согласны/Не согласны») являются простейшим способом сбора дихотомических данных. Такие переменные анализируются с помощью таблиц сопряжённости, критерия χ² (хи-квадрат) и точного критерия Фишера.

¶Медицина и эпидемиология

Бинарные исходы (выжил/умер, выздоровел/не выздоровел, наличие/отсутствие заболевания) являются основными конечными точками в клинических исследованиях. Для их анализа используются отношения шансов (OR), относительные риски (RR) и логистическая регрессия.

¶Примеры бинарных переменных

• Индикаторная переменная в регрессии: I(пол = мужской) = 1, если мужчина; 0 — если женщина.
• Флаг ошибки в программе: error_flag = 1, если произошла ошибка; 0 — в противном случае.
• Бит в двоичной системе счисления: 0 или 1.
• Результат подбрасывания монеты: орёл (1) или решка (0).
• Статус занятости: работает (1) / безработный (0).

¶Критика и ограничения

Использование бинарных переменных может приводить к потере информации, если исходное явление имеет более двух градаций или является непрерывным. Например, дихотомизация непрерывной переменной (разделение на две группы по произвольному порогу) снижает статистическую мощность и может искажать результаты анализа. В таких случаях предпочтительнее сохранять исходную шкалу измерений.

В машинном обучении бинарные признаки часто требуют нормализации или масштабирования, если они используются вместе с непрерывными признаками в моделях, чувствительных к масштабу (например, в методе k-ближайших соседей или SVM с RBF-ядром). Однако в деревьях решений и градиентном бустинге бинарные переменные обрабатываются напрямую без дополнительной обработки.

¶Интересные факты

• Понятие бинарной переменной восходит к работам Джорджа Буля (XIX век), который разработал алгебру логики, оперирующую только двумя значениями — истиной и ложью.
• В квантовой механике аналогом бинарной переменной является кубит — квантовая система, которая может находиться в суперпозиции состояний |0⟩ и |1⟩.
• В криптографии бинарные переменные используются в поточных шифрах, где открытый текст и ключ представляются в виде двоичных последовательностей, а шифротекст получается путём операции XOR (исключающее ИЛИ) между ними.
• В экономике бинарные переменные применяются в пробит- и логит-моделях для анализа выбора потребителя (купить/не купить).

¶Источники

• Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.
• Хоскинг Д., Стивенсон Д. Теория вероятностей и статистика для инженеров. — М.: Бином, 2010.
• James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning. — Springer, 2013.
• Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ. — М.: Вильямс, 2013.
• Боровков А. А. Математическая статистика. — М.: Наука, 1984.