順序データと間隔データ: 違いと比較

序数データと間隔データは、統計および関連分野で使用されるデータまたは分類の XNUMX つの主なタイプのうちの XNUMX つです。 どちらのデータ形式も、情報を分類して表現する必要性を満たします。

どちらのタイプのデータも、さまざまな側面に関する統計を計算するために利用できる情報をユーザーに提供するため、重要です。 

主要な取り組み

  1. 順序データは、自然な順序またはランキングを持つカテゴリ データです。
  2. 間隔データは、値が等間隔で一貫したスケールを持つ数値データです。
  3. 序数データはソートできますが、算術演算は実行できませんが、区間データは加算、減算、乗算、および除算できます。

順序データと間隔データ 

順序データは、カテゴリが自然な順序またはランキングを持つカテゴリ データの一種です。 たとえば、調査の質問では、製品やサービスに対する満足度を評価するよう人々に求めます。 間隔データは、値間の間隔が等しい数値データの一種です。

順序データと間隔データ

序数データは、目盛り上の明確で自然な順序付け、ランキング、または連続によって識別されます。 さらに、序数データは、XNUMX つの値の確実性や同等性を考慮しません。

値の位置が強調されます。 それは非ですパラメトリック データ・タイプ。

それはまた傾向があります 提供 間隔データよりも少ない情報。 

順序データとは対照的に、間隔データは、より意味のある継続的な測定スケールを提供します。 彼ら また、順序データよりも定量的な情報を提供します。

それは、何かの定量化可能な量を表すことを意味する数値データです。 これは、任意の XNUMX つの値の間で一定量の変動を提供します。

間隔データの値を意味のある方法で加算または減算できます。 

比較表

比較のパラメータ 順序データ 間隔データ 
懸念 順序とランキングにもっと関心があります。 XNUMX つの値の違いがより懸念されます。 
平等 等間隔の確実性なし。 等間隔があります。 
データの種類 ノンパラメトリック データ パラメトリック データ 
統一性  順序とスケールは均一ではありません。 スケールは均一です。 
ご案内 明らかにする情報が少ない より多くの情報を明らかにします 

順序データとは 

順序データは、スケールに基づいたデータ編成です。 たとえば、変数 X は、参加者が特定の食事を与えられた日数であり、変数 Y は、レースでのこれらの人々のランキングである可能性があります。

また読む:  角度変換計算機

このようなデータでは、変数 X の変数 Y への影響を関連付けることができます。 

序数データは評価システムに基づいています。 たとえば、100 メートルのレースでは、勝者が 11 秒、11.5 位が 12.5 秒、XNUMX 位が XNUMX 秒かかる場合があります。

ランキング間の時間間隔は定義されていないため、わかっているのはさまざまな人物のランクだけです。  

順序データはカテゴリカルです。つまり、物事のさまざまな特性を定義します。 これには自然な順位があり、データを自然に並べ替えることができます。 

序数データには、特定のカテゴリと一貫性のないスケールがあります。 それらの主な役割は、特定の属性のスケールに従ってデータを特徴付けたり評価したりすることです。

これは、特定の分布に従わないノンパラメトリック データで構成されています。 予測 トレンド。 

序数データの例としては、さまざまなオリンピック メダル (つまり、銅、銀、金) や、テスト結果のレター グレーディング システムなどがあります。 

インターバルデータとは? 

整数として知られる間隔データは、各点が他の点から等距離に配置され、スケールに沿って測定されるデータ タイプです。

間隔データは常に、XNUMX 地点間の距離が標準化されて等しい数値または数値で表されます。 この種のデータは均一な縮尺です。 

名前が示すように、間隔データは連続スケールに基づいています。 温度目盛りには 50 度や 51 度などの値があります。

その差は XNUMX 度であることがわかります。 

間隔データは、特定のスケールでの XNUMX つの連続する値の差に関係しています。 スケール上の中間の数値には、均等な分割または均等な差があります。

XNUMX つの値の違いは明らかで、各間隔内の規則的で一貫した間隔として表すことができます。 

また読む:  日付差計算機

これは心理学の研究で一般的に使用されており、乗算や除算などの数学的演算を行うことはできません。 

間隔データは、比率データと同様に、パラメトリック データを含みます。 スケール内のこのタイプのデータの分布は予測可能であり、一種のパ​​ラメトリック データとして認識されます。 

スケール上に任意のゼロ点があります。 これは、XNUMX つの値を乗算または除算したり、意味のある比率を取得したりする方法がないことを意味します。 

順序データと間隔データの主な違い 

  1. 順序データは、指定されたデータの順序とランキングに関心がありますが、間隔データは、XNUMX つの異なる値の違いに関心があります。 
  2. 順序データでは、等間隔の確実性はありません。 間隔データでは、すべての値の間に等間隔があります。 
  3. 順序データはノンパラメトリック データで構成され、区間データはパラメトリック データで構成されます。 
  4. 序数データでは、値の順序とスケールは均一ではありません。 間隔データでは、値のスケールとシーケンスは非常に均一です。つまり、XNUMX つの値の差は同じままです。 
  5. 順序データはより少ない情報を明らかにし、間隔データはより多くの情報を明らかにする傾向があります。 
参考文献
  1. https://journals.sagepub.com/doi/abs/10.3102/00346543071001105 
  2. https://www.archives-pmr.org/article/0003-9993(89)90151-2/abstract 

最終更新日 : 13 年 2023 月 XNUMX 日

ドット1
XNUMXつのリクエスト?

私はあなたに価値を提供するために、このブログ記事を書くことに多大な努力を払ってきました. ソーシャルメディアや友人/家族と共有することを検討していただければ、私にとって非常に役立ちます. 共有は♥️

「順序データと間隔データ: 違いと比較」についての 6 件のフィードバック

  1. 私が 1 つ提案できるとしたら、読者が概念をよりよく理解できるように実世界の例を組み込むことです。

    返信
  2. これは非常に有益ですが、間隔データに関する部分はすでに提供されている情報の一部を繰り返していると思います。

    返信

コメント

後で読むためにこの記事を保存しますか? 右下のハートをクリックして自分の記事ボックスに保存!