Статистические типы данных

В этой статье вы узнаете, сколько видов статистических данных существует и какие они бывают. Таким образом, поясняется каждый тип статистических данных и приводятся несколько примеров каждого из них.

Каковы типы статистических данных?

Типы статистических данных :

• Качественные данные (или категориальные данные) – данные, которые представляют качества или категории.
  • Порядковые качественные данные : различные категории поддерживают иерархический порядок.
  • Номинальные качественные данные – Данные не могут быть заказаны.
• Количественные данные (или числовые данные) : данные, значения которых являются числами.
• Дискретные количественные данные . Данные могут принимать только конечное число значений.
• Непрерывные количественные данные : данные могут принимать любое значение.

После того, как мы рассмотрели классификацию различных типов статистических данных, каждый тип статистических данных объясняется более подробно ниже.

качественные данные

В статистике качественные данные , также называемые категориальными данными , представляют собой тип данных, которые представляют качества, характеристики или категории. Другими словами, качественные данные могут принимать только нечисловые значения.

Например, пол группы людей является качественными данными, поскольку он может быть указан только словами (мужской или женский), но не имеет числового значения.

Аналогично, в качественных данных существует два подтипа данных: порядковые качественные данные , которые можно упорядочить иерархически, и номинальные качественные данные , которые нельзя упорядочить.

Примеры порядковых качественных данных:

• Олимпийские медали: спортсмен выиграет «золотую», «серебряную» или «бронзовую» медаль в зависимости от своего рейтинга.
• Оценка предмета: это может быть «хорошее упоминание», «отлично», «замечательно», «одобрено» или «напряженно».
• Вакансии в компании: есть должности «президент», «вице-президент», «руководитель отдела», «стажер»…
• Дворянские титулы: это могут быть «король», «принц», «маркиз», «граф»…
• Размер футболки: она может быть «маленькая», «средняя», «большая», «очень большая»…

Примеры номинальных качественных данных:

• Пол человека: может быть «мужчина» или «женщина».
• Семейное положение человека: он может быть «женат», «холост», «разведен»…
• Профессия человека: он может быть «экономистом», «ученым-компьютерщиком», «парикмахером» и т. д.
• Страна рождения: есть много возможных стран, таких как «Аргентина», «Мексика», «Испания»…
• Группа крови человека: существует четыре возможных варианта: «Группа А», «Группа B», «Группа AB» или «Группа 0».

Количественные данные

В статистике количественные данные , также называемые числовыми данными , представляют собой данные, представляющие числа. Проще говоря, количественные данные — это тип данных, которые могут принимать только числовые значения.

Например, размер группы людей — это количественные данные, поскольку все значения — числа (1,75 м, 1,63 м, 1,89 м…).

Кроме того, количественные данные подразделяются на два подтипа статистических данных: дискретные количественные данные , которые не могут принимать определенные значения, и непрерывные количественные данные , которые могут принимать любое значение в пределах интервала.

Примеры дискретных количественных данных:

• Количество человек в комнате: 1, 2, 5, 9…
• Количество детей в семье: 0, 1, 2, 3, 4, 5…
• Возможные результаты броска кубика: 1, 2, 3, 4, 5 или 6.
• Голы, забитые футбольной командой за матч: 1, 2, 4, 5…
• Количество сотрудников в компании: 54, 29, 158, 561, 302…

Примеры непрерывных количественных данных:

• Вес группы людей: 74,5 кг, 58,14 кг, 62,39 кг, 83,92 кг…
• Комнатная температура: 25°C, 19,50°C, 12,83°C, 17,52°C, 29,4°C…
• Время, необходимое спортсмену для пробега 100 м: 9,81 с, 10,02 с, 9,52 с, 9,74 с, 11,25 с…
• Расстояние между двумя местами: 45 км, 0,82 км, 634 км, 35,87 км, 23,548 км…
• Скорость автомобиля: 58,00 км/ч, 34,25 км/ч, 29,50 км/ч, 14,96 км/ч, 76,94 км/ч…

Один из способов определить тип задействованных данных, будь то непрерывные или дискретные данные, — это проверить, могут ли значения быть десятичными числами. Обычно непрерывные данные могут принимать любое значение, включая десятичные числа, тогда как дискретные данные могут принимать только целые числа. Хотя этот совет не всегда работает, он сработает в подавляющем большинстве случаев.