Tipos de dados estatísticos: numéricas, categóricas e ordinais
Quando se trabalha com estatísticas, é importante reconhecer os diferentes tipos de dados: numérico (discretas e contínuas), categórico, e ordinal. Dados são as peças reais de informações que você coleta através de seu estudo. Por exemplo, se você perguntar a cinco dos seus amigos quantos animais que possuem, eles podem dar-lhe os seguintes dados: 0, 2, 1, 4, 18. (O quinto amigo pode contar com cada um dos seus peixes de aquário como um animal de estimação em separado. ) Nem todos os dados são numbers- digamos que você também gravar o sexo de cada um de seus amigos, obtendo os seguintes dados: sexo masculino, masculino, feminino, masculino, feminino.
A maioria dos dados cair em um dos dois grupos: numérica ou categóricas.
Dados numéricos. Estes dados têm significado como uma medida, como a altura de uma pessoa, o peso, o QI, ou pressão-sangue ou eles são uma contagem, tais como o número de ações do que uma pessoa possui, quantos dentes de um cão tem, ou quantos páginas que você pode ler de seu livro favorito antes de adormecer. (Estatísticos também chamar dados numéricos Dados quantitativos.)
Os dados numéricos podem ser subdivididas em dois tipos: discretas e contínuas.
dados discretos representam itens que podem ser counted- eles assumem valores possíveis que podem ser listados para fora. A lista de possíveis valores podem ser fixos (também chamado finito) - Ou que podem ir de 0, 1, 2, até ao infinito (tornando- infinito contável). Por exemplo, o número de cabeças em 100 flips moeda assume valores de 0 a 100 (caso finito), mas o número de flips necessários para obter 100 cabeças assume valores a partir de 100 (o cenário mais rápida) em até infinito (se você nunca chegar a que os chefes 100º). Seus possíveis valores são listados como 100, 101, 102, 103,. . . (Representando o caso infinito contável).
contínua de dados representam measurements- seus possíveis valores não podem ser contados e só pode ser descrito usando intervalos na linha número real. Por exemplo, a quantidade exata de gás comprado na bomba para carros com tanques de 20 galões seria contínua de dados a partir de 0 litros para 20 litros, representadas pelo intervalo [0, 20], inclusive. Poderá bombear 8,40 galões, ou 8,41, ou 8.414863 galões, ou qualquer número possível de 0 a 20. Desta forma, os dados contínuos pode ser pensado como sendo uncountably infinito. Para facilidade de manutenção de registros estatísticos normalmente pegar algum ponto no número de arredondar. Outro exemplo seria a de que a vida útil de uma bateria de C pode estar em qualquer lugar a partir de 0 horas para um número infinito de horas (se ele dura para sempre), tecnicamente, com todos os valores possíveis entre os dois. Concedido, você não espera que uma bateria para durar mais do que algumas centenas de horas, mas ninguém pode colocar um limite de quanto tempo ele pode ir (lembre-se o coelhinho da Energizer?).
Dados categóricos: Os dados categóricos representam características como o sexo de uma pessoa, estado civil, cidade natal, ou os tipos de filmes que eles gostam. Os dados categóricos pode assumir os valores numéricos (tal como # 147-1 # 148- indicando macho e # 147-2 # 148- indicando feminino), mas esses números não têm significado matemático. Você não pode adicioná-los juntos, por exemplo. (Outros nomes para dados categóricos são dados qualitativos, ou Sim / Não dados.)
Ordinal Dados mistura dados numéricos e categóricos. Os dados estão divididos em categorias, mas os números colocados nas categorias têm significado. Por exemplo, a classificação de um restaurante em uma escala de 0 (mais baixo) a 4 (mais alta) estrelas dá dados ordinais. dados ordinais são muitas vezes tratadas como categóricas, onde os grupos estão ordenados quando gráficos e tabelas são feitas. No entanto, ao contrário de dados categóricos, os números têm significado matemático. Por exemplo, se você pesquisa 100 pessoas e pedir-lhes para avaliar um restaurante em uma escala de 0 a 4, tendo a média das 100 respostas terão significado. Este não seria o caso com os dados categóricos.