Что такое номинальное измерение?
Концепция номинального измерения помогает проиллюстрировать тот факт, что существуют разные типы переменных, которые представляют разные уровни измерения. Номинальное измерение — это один из четырех уровней измерения, используемых статистиками. Остальные — порядковые, пропорциональные и интервальные уровни измерения.
Важной частью анализа данных является измерение переменных или качеств и характеристик, которые могут иметь разные значения. Измерение переменных предоставляет людям данные или информацию, которая собирается для анализа. Например, кто-то может задать учащимся вопросы для опроса, в которых их просят сообщить о своем стрессе по шкале от 0 до 10. В этом примере стресс является одной из измеряемых переменных для последующего анализа.
Определение номинальных данных
Номинальные данные включают переменные, которые представляют собой нечисловые или качественные данные определенного типа, такие как имена или категории. Номинальные переменные также известны как категориальные данные.
Вот несколько примеров:
- Академический консультант просит студентов сообщить о своей специальности.
- Музыкальный специалист заинтересован в изучении различных жанров современной музыки.
- Детей в классе домашнего обучения просят назвать свой любимый цвет.
Обратите внимание, что каждый пример включает сбор данных, которые не имеют числовых или количественных значений. Также обратите внимание, что эти значения названы в произвольном порядке.
Анализ номинальных данных
Люди часто анализируют номинальные данные, рассчитывая частоту, с которой наблюдаются разные номинальные значения. Примером этого может быть подсчет количества голосов за конкретного кандидата во время политических выборов. Частота голосов определяет, какой кандидат победит на выборах. Люди также могут анализировать каждое номинальное значение в наборе данных, чтобы рассчитать вероятность или скорость, с которой каждое из них происходит. СМИ часто делают это, сообщая, какой процент голосов получил каждый кандидат на выборах. Это можно использовать для определения того, насколько популярны (или непопулярны) различные политики в течение избирательного цикла.
Например, анализ частот — это способ анализа номинальных данных.
Определение порядковых данных
Другой способ измерения переменной — использование порядковых данных или переменных, которые представляют некоторый тип относительного ранжирования или порядок категорий. Порядковые переменные — это еще один тип категориальных данных, также известный как данные рангового порядка.
Вот несколько примеров:
- Тренер по баскетболу может ранжировать игроков команды в порядке от самого низкого до самого высокого.
- Воспитатель дошкольного учреждения может ранжировать детей в классе от самого младшего к старшему.
- Колледж может признать достижения учащихся, ранжируя их по среднему баллу.
Обратите внимание, что каждый пример предполагает размещение значений в определенном порядке или ранжировании. Характер ранжирования или порядка может определяться лицом, занимающимся ранжированием. Таким образом, при необходимости рейтинг может располагаться в порядке возрастания или убывания.
Порядковые данные также могут быть категориальными, если категории измеряются в определенном порядке.
Порядковые данные могут также включать измерение субъективных переменных, таких как вероятность того, что клиенты вернутся в ресторан или то, как люди относятся к действиям политиков. В таких случаях люди часто используют опросы, в которых используется шкала Лайкерта. См. пример на рисунке 1.
Анализ порядковых данных
Существуют разные способы анализа порядковых данных. Люди могут обратить внимание на частоту ранжирования или упорядочения конкретных ценностей. Например, учитель просит учащихся расположить свои любимые темы урока в порядке от самых любимых к наименее любимым. Затем учитель может проанализировать данные, чтобы определить, как часто учащиеся считают статистику своей любимой темой по сравнению с другими темами. При этом учитель может определить, какая тема в целом была признана самой любимой у учащихся.
Люди также могут использовать пропорции или процентили, чтобы понять, как люди ранжируют различные категории. Например, учитель в предыдущем примере может взять каждую тему урока и вычислить процентиль того, как часто учащиеся оценивают каждую тему урока как свою любимую или наименее любимую.
Интервальное измерение
Интервальные данные включают переменные, числовые значения которых представляют равные количества того, что измеряется. Их также называют данными с равными интервалами, поскольку они включают в себя данные, сгруппированные по равномерно распределенным значениям. Например, средний балл представляет собой измерение с равными интервалами, поскольку разница между средним баллом 2,5 и 3,0 примерно такая же, как разница между средним баллом 3,5 и 4,0. Каждая разница в этом примере составляет 0,5 среднего балла. Температура — еще один пример интервального измерения.
Рисунок 3. Температура — пример интервальных данных.
Этот тип данных отличается от номинальных данных тем, что интервальные переменные всегда являются числовыми.
Измерение соотношения
Данные о соотношении — это тип измерения с равными интервалами, который имеет абсолютную нулевую точку. Это означает, что нулевое значение указывает на полное отсутствие того, что измеряется. Многие вещи измеряются с помощью коэффициентов. Например, количество братьев и сестер измеряется по шкале отношений. Ноль в этом измерении указывает на полное отсутствие братьев и сестер.
Шкалы отношений также позволяют людям делать заявления о величине. Например, у того, у кого 8 братьев и сестер, их в два раза больше, чем у человека, у которого 4 брата и сестры. Это делает данные о соотношении, по сути, математическим сравнением двух чисел (например, соотношение мужчин и женщин в данном контексте). Другие примеры измерений соотношения включают время, вес и расстояние.
Этот тип данных также отличается от номинальных данных тем, что шкалы соотношений всегда являются числовыми.
Итог урока
Понимание переменных является важным аспектом анализа данных и бывает разным в зависимости от того, что измеряется. Порядковые переменные включают категории или значения, которые ранжированы или упорядочены. Номинальные переменные включают категории или имена, которые не имеют числового значения. Порядковые и номинальные переменные часто анализируются путем рассмотрения частоты и вероятности того, что наблюдаются разные значения.
Переменные интервала и отношения отличаются от номинальных данных тем, что они всегда включают числовые данные. Интервальные данные включают значения, которые представляют равные количества того, что измеряется. Данные о соотношении — это тип интервальных данных, который включает абсолютный ноль или значение, где ноль представляет собой полное отсутствие того, что измеряется.
Часто задаваемые вопросы
Что является примером порядковых данных?
Порядковые данные — это ранжированная или упорядоченная информация. Примеры включают ранжирование любимых фильмов или расположение людей в порядке от самых низких до самых высоких.
Каков пример порядковых данных?
Порядковые данные — это когда значения ранжируются или упорядочены. Примером может служить случай, когда спортсмены занимают первое, второе и третье места на соревнованиях.
Каковы примеры номинальных переменных?
Примерами номинальных переменных являются имена детей, специальности студентов и названия различных альбомов группы. Они являются номинальными, поскольку представляют нечисловые категории.
Каков пример номинального измерения?
Номинальные измерения — это шкалы, используемые для измерения номинальных данных. Эти шкалы включают меры для нечисловых категорий, таких как имена и метки. Например, номинальной переменной могут быть разные жанры литературы.
