Vrste podataka u statistici - nominalni, redni, intervalni i odnosni tipovi podataka objašnjeni primjerima

Ako učite za ispit iz statistike i trebate pregledati svoje vrste podataka, ovaj će vam članak dati kratki pregled s nekoliko jednostavnih primjera.

Jer suočimo se s tim: malo ljudi proučava vrste podataka iz zabave ili u stvarnom svakodnevnom životu.

Pa zaronimo.

Kvantitativni i kvalitativni podaci - u čemu je razlika?

Ukratko: kvantitativno znači da ga možete izbrojati i to je brojčano (pomislite na količinu - nešto što možete izbrojati). Kvalitativno znači da ne možete, a nije ni brojčano (mislite na kvalitetu - umjesto toga kategorički podaci).

Bum! Jednostavno, zar ne?

Postoji još jedna razlika koju bismo trebali izravno uočiti prije nego što prijeđemo na stvarne tipove podataka, a to je povezano s kvantitativnim (brojevima) podacima: diskretni nasuprot kontinuiranih podataka.

Diskretni podaci uključuju čitave brojeve (cijele brojeve - poput 1, 356 ili 9) koji se ne mogu podijeliti na temelju prirode onoga što jesu.

Poput broja ljudi u razredu, broja prstiju na rukama ili broja djece koju netko ima. U obitelji ne možete imati 1,9 djece (unatoč onome što bi popis mogao reći).

Kontinuirani podaci su pak suprotni. Može se podijeliti koliko želite i izmjeriti na mnogo decimalnih mjesta.

Poput težine automobila (može se izračunati na mnogo decimalnih mjesta), temperature (32,543 stupnja i tako dalje) ili brzine aviona.

Sad za zabavne stvari.

Kvalitativni tipovi podataka

Nominalni podaci

Nominalni podaci koriste se za označavanje varijabli bez ikakve kvantitativne vrijednosti. Uobičajeni primjeri uključuju muško / žensko (premda pomalo zastarjelo), boju kose, nacionalnosti, imena ljudi i tako dalje.

Jednostavno rečeno na engleskom: u osnovi su to oznake (a nominalno dolazi od "name" da bi vam pomoglo da se sjetite). Imate smeđu kosu (ili smeđe oči) . Vi ste Amerikanac . Zoveš se Jane .

Primjeri:

Koju boju kose imate?

  • Smeđa
  • Plavuša
  • Crno
  • Dugini jednorog

Koje si nacionalnosti?

  • američki
  • njemački
  • kenijski
  • japanski

Primijetite da se ove varijable ne preklapaju. U svrhe statistike, ionako ne možete imati kosu smeđe i dugine boje jednoroga. A stvarno su povezani samo glavnom kategorijom čiji su dio.

Redni podaci

Ključ s rednim podacima je zapamtiti da redni zvuči kao redoslijed - i važan je redoslijed varijabli. Ne toliko razlike između tih vrijednosti.

Redovne vage često se koriste za mjere zadovoljstva, sreće itd. Jeste li ikad uzeli jedno od onih istraživanja, poput ovog?

"Kolika je vjerojatnost da ćete preporučiti naše usluge svojim prijateljima?"

  • Vrlo moguće
  • Vjerojatno
  • Neutralno
  • Malo vjerojatno
  • Vrlo malo vjerojatno

Vidite, zapravo ne znamo koja je razlika između vrlo malo vjerojatne i malo vjerojatne - ili je li riječ o istoj količini vjerojatnosti (ili, vjerojatno, vjerojatnosti) kao između vjerojatne i vrlo vjerojatne. Ali to je ok. Samo znamo da je vjerojatnost više nego neutralna, a vjerojatna više nego vrlo mala vjerojatnost. Sve je u redu.

Kvantitativni tipovi podataka

Podaci o intervalu

Podaci u intervalima su zabavni (i korisni) jer se tiču ​​redoslijeda i razlike između vaših varijabli. To vam omogućuje mjerenje standardne devijacije i središnje tendencije.

Svima su omiljeni primjeri intervalskih podataka temperature u Celzijevim stupnjevima. 20 stupnjeva C toplije je od 10, a razlika između 20 stupnjeva i 10 stupnjeva je 10 stupnjeva. Razlika između 10 i 0 je također 10 stupnjeva.

Ako vam je potrebna pomoć da se sjetite što su intervalne ljestvice, samo razmislite o značenju intervala: razmaku između . Dakle, ne brinete samo o redoslijedu varijabli, već i o vrijednostima između njih.

Međutim, postoji mali problem s intervalima: ne postoji "istinska nula". Prava nula nema vrijednost - ništa od toga nema - ali 0 stupnjeva C definitivno ima vrijednost: prilično je prohladno. Možete imati i negativne brojeve.

Ako nemate pravu nulu, ne možete izračunati omjere. To znači rad na zbrajanju i oduzimanju, ali dijeljenje i množenje ne.

Podaci o omjeru

Svaka čast, postoje podaci o omjerima. Riješava sve naše probleme.

Podaci o omjeru govore nam o redoslijedu varijabli, razlikama između njih i one imaju apsolutnu nulu. Što omogućuje izvođenje i crtanje svih vrsta proračuna i zaključaka.

Podaci o omjeru vrlo su slični intervalni podaci, osim što nula ne znači da ih ima. Za podatke o omjeru nije moguće imati negativne vrijednosti.

Na primjer, visina je podatak omjera. Nije moguće imati negativnu visinu. Ako je visina objekta jednaka nuli, tada nema objekta. Ovo se razlikuje od nečega poput temperature. I 0 stupnjeva i -5 stupnjeva potpuno su valjane i značajne temperature.

Sad kad imate osnovnu obradu ovih vrsta podataka, trebali biste biti malo spremniji za rješavanje tog ispita statistike.