大家好,欢迎来到IT知识分享网。
1. 分类数据(categorical or nominal data)
是只能归于某一类别的非数字型数据,它是对事物进行分类的结果,数据表现为类别,是用文字来描述的。例如:
(1)人口按性别分为男、女两类;
(2)企业按行业属性分为医药企业、家电企业、纺织品企业等;
为了便于统计处理,对于分类数据可以用数字代码来表示各个类别,比如:
用1表示“男性”,0表示“女性”;
用1表示“医药企业”,2表示“家电企业”,3表示“纺织品企业”
2. 顺序数据(Ordinal data)
是只能归于某一有序类别的非数字型数据。顺序数据虽然也是类别,但这些类别是有序的。比如:
(1)将产品分为一等品、二等品、三等品、次品等;
(2)考试成绩可以分为优、良、中、及格、不及格等;
(3)一个人的受教育程度可以分为小学、初中、高中、大学及以上
(4)一个人对某一事物的态度可以分为非常同意、同意、保持中立、不同意、非常不同意,等
同样,顺序数据也可以用数字代码来表示,比如:
1—非常同意、2—同意、3—保持中立、4—不同意、5—非常不同意,等;
3.数值型数据(Numerical attribute)
是按数字尺度测量的观察值,其结果表现为具体的数值。现实中所处理的大多数都是数值型数据。
4.小结
分类数据和顺序数据说明的是事物的品质特征,通常是用文字来表述的,其结果均表现为类别,因而也可统称为定性数据或品质数据(qualitative data);
数值型数据说明的是现象的数量特征,通常是用数值来表现的,因此也可以称为定量数据或数量数据(quantitative data)。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/23341.html