Ordinaldata og intervaldata er to af de fire hovedtyper af data eller klassifikationer, der bruges i statistik og relaterede felter. Begge dataformater opfylder behovet for at kategorisere og udtrykke information.
Begge typer data er vigtige, fordi de giver brugerne information, som kan bruges til at beregne statistik om forskellige aspekter.
Nøgleforsøg
- Ordinaldata er kategoriske data, der har en naturlig rækkefølge eller rangering.
- Intervaldata er numeriske data med en konsistent skala med lige store intervaller mellem værdier.
- Ordinaldata kan sorteres, men ikke udsættes for matematiske operationer, mens intervaldata kan tilføjes, trækkes fra, ganges og divideres.
Ordinaldata vs intervaldata
Ordinaldata er en type kategoriske data, hvor kategorierne har en naturlig rækkefølge eller rangordning. For eksempel beder et undersøgelsesspørgsmål folk om at vurdere deres tilfredshed med et produkt eller en tjeneste. Intervaldata er en type numeriske data, hvor intervallerne mellem værdier er ens.
Ordinaldata identificeres ved en særskilt og naturlig rækkefølge, rangering eller succession på en skala. Ordinaldata er desuden ligeglade med sikkerheden eller ligheden af to værdier.
Værdiens position understreges. Det er en ikke-parametrisk datatype.
Det plejer det også tilbyde mindre information end intervaldata.
I modsætning til ordinaldata tilbyder intervaldata en mere meningsfuld og kontinuerlig måleskala. De giver også mere kvantitativ information end ordinære data.
Det er numeriske data, hvilket betyder, at det repræsenterer de kvantificerbare mængder af noget. Det giver en vis variation mellem to værdier.
Vi kan tilføje eller trække værdierne af intervaldata på en meningsfuld måde.
Sammenligningstabel
Parametre for sammenligning | Ordinaldata | Intervaldata |
---|---|---|
Bekymring | Mere bekymret over rækkefølge og rangering. | Mere bekymret over forskellen mellem to værdier. |
Ligestilling | Ingen sikkerhed for lige intervaller. | Der er lige store intervaller. |
Typer af data | Ikke-parametriske data | Parametriske data |
ensartethed | Rækkefølgen og skalaen er ikke ensartet. | Skalaen er ensartet. |
Information | Afslører mindre information | Afslører flere oplysninger |
Hvad er Ordinal Data?
Ordinaldata er en skalabaseret organisering af data. For eksempel kan variabel X være antallet af dage, deltagerne fik en specifik diæt, og variabel Y kunne være rangeringen af disse personer i et løb.
Det er muligt at korrelere indflydelsen af variabel X på variabel Y i sådanne data.
Ordinelle data er baseret på et ratingsystem. For eksempel kan vinderen i et 100 meter løb tage 11 sekunder, andenpladsen 11.5 sekunder og tredjepladsen 12.5 sekunder.
Fordi tidsforskellen mellem rangeringer ikke er defineret, er alt, hvad du ved, rækkerne af forskellige personer.
Ordinaldata er kategoriske, hvilket betyder, at de definerer forskellige forskellige egenskaber ved ting. Det har en naturlig rangorden, hvilket betyder, at vi kan sortere dataene naturligt.
Ordinaldata har en specifik kategori og en ikke-konsistent skala. Deres hovedrolle er at karakterisere eller bedømme data i henhold til en bestemt skala af attributter.
Den består af ikke-parametriske data, der ikke følger nogen bestemt fordeling eller forudsigelse tendens.
Nogle eksempler på ordinære data kan være de forskellige olympiske medaljer, dvs. bronze, sølv og guld, og bogstavbedømmelsessystemet for testresultater.
Hvad er intervaldata?
Intervaldata, kendt som et heltal, er en datatype, der måles langs en skala, hvor hvert punkt sættes i lige stor afstand fra de andre.
Intervaldata er altid repræsenteret ved tal eller numeriske værdier, hvor afstanden mellem to steder er standardiseret og ens. Denne slags data har en ensartet skala.
Som navnet indikerer, er intervaldata baseret på en kontinuerlig skala. Der er værdier som 50 og 51 grader på en temperaturskala.
Du er klar over, at forskellen er én grad.
Intervaldata handler om forskellene mellem to på hinanden følgende værdier på en bestemt skala. Det mellemliggende tal på en skala har en lige stor delt eller lige forskel.
Forskellen mellem de to værdier er indlysende og kan repræsenteres som regelmæssige og konsistente intervaller inden for hvert interval.
Det er almindeligt anvendt i psykologisk forskning og kan ikke udsættes for matematiske operationer som multiplikation eller division.
Intervaldata indeholder ligesom forholdsdata parametriske data. Fordelingen af denne type data inden for skalaen er forudsigelig og anerkendt som en type parametriske data.
Den har et vilkårligt nulpunkt på sin skala. Det betyder, at der ikke er nogen måde at gange eller dividere to værdier eller få et forhold meningsfuldt.
Vigtigste forskelle mellem ordensdata og intervaldata
- Ordinaldata er mere bekymrede over rækkefølgen og rangeringen af de givne data, hvorimod intervaldata er mere bekymrede over forskellen mellem to forskellige værdier.
- I ordinaldata er der ingen sikkerhed for lige intervaller. I intervaldata er der lige store intervaller mellem alle værdierne.
- Ordinaldata består af ikke-parametriske data, og intervaldata består af parametriske data.
- I ordinaldata er rækkefølgen og skalaen af værdierne ikke ensartede. I intervaldata er skalaen og rækkefølgen af værdier meget ensartede, dvs. forskellen mellem to værdier forbliver den samme.
- Ordinaldata afslører mindre information, og intervaldata har en tendens til at afsløre mere information.
- https://journals.sagepub.com/doi/abs/10.3102/00346543071001105
- https://www.archives-pmr.org/article/0003-9993(89)90151-2/abstract
Sidst opdateret: 13. juli 2023
Emma Smith har en MA-grad i engelsk fra Irvine Valley College. Hun har været journalist siden 2002 og har skrevet artikler om engelsk, sport og jura. Læs mere om mig på hende bio side.
Forklaringen om intervaldata var særlig klar og hjælpsom.
Jeg tror, det ville have haft gavn af et mere dybtgående eksempel.
Det er interessant at finde ud af mere om forskellene mellem ordinaldata og intervaldata.
Hvis jeg kunne komme med et forslag, ville det være at inkorporere et eksempel fra den virkelige verden for at hjælpe læserne med at forstå begreberne bedre.
Det er ret informativt, men jeg tror, at delen om intervaldata gentager nogle oplysninger, der allerede er givet.
Denne artikel har været meget interessant at læse, der er en masse god information.