Kārtības un intervāla dati ir divi no četriem galvenajiem datu vai klasifikāciju veidiem, ko izmanto statistikā un saistītajās jomās. Abi datu formāti apmierina vajadzību klasificēt un izteikt informāciju.
Abi datu veidi ir svarīgi, jo tie sniedz lietotājiem informāciju, ko var izmantot statistikas aprēķināšanai par dažādiem aspektiem.
Atslēgas
- Kārtējie dati ir kategoriski dati, kuriem ir dabiska secība vai rangs.
- Intervālu dati ir skaitliski dati ar konsekventu skalu ar vienādiem intervāliem starp vērtībām.
- Kārtējos datus var kārtot, bet tos nevar pakļaut matemātiskām darbībām, savukārt intervālu datus var pievienot, atņemt, reizināt un dalīt.
Ordinaal Data vs Interval Data
Kārtējie dati ir kategorisku datu veids, kurā kategorijām ir dabiska secība vai ranžējums. Piemēram, aptaujas jautājums liek cilvēkiem novērtēt savu apmierinātības līmeni ar produktu vai pakalpojumu. Intervāla dati ir skaitlisku datu veids, kurā intervāli starp vērtībām ir vienādi.
Kārtības dati tiek identificēti pēc atšķirīgas un dabiskas secības, ranžēšanas vai pēctecības skalā. Turklāt kārtas datiem nerūp divu vērtību noteiktība vai vienlīdzība.
Tiek uzsvērta vērtības pozīcija. Tas ir ne-parametrisks datu tips.
Tā arī mēdz piedāvāt mazāk informācijas nekā intervāla dati.
Atšķirībā no kārtas datiem, intervālu dati piedāvā jēgpilnāku un nepārtrauktāku mērījumu skalu. Viņi sniedz arī vairāk kvantitatīvās informācijas nekā kārtas dati.
Tie ir skaitliski dati, kas nozīmē, ka tie atspoguļo kaut ko kvantitatīvi nosakāmus daudzumus. Tas nodrošina zināmu atšķirību starp jebkurām divām vērtībām.
Mēs varam jēgpilnā veidā pievienot vai atņemt intervālu datu vērtības.
Salīdzināšanas tabula
Salīdzināšanas parametri | Kārtējie dati | Intervāla dati |
---|---|---|
Rūpes | Vairāk uztraucas par secību un rangu. | Vairāk noraizējies par atšķirību starp divām vērtībām. |
Vienlīdzība | Nav pārliecības par vienādiem intervāliem. | Ir vienādi intervāli. |
Datu veidi | Neparametriskie dati | Parametriskie dati |
Vienveidība | Secība un mērogs nav vienādi. | Mērogs ir viendabīgs. |
Informācija | Atklāj mazāk informācijas | Atklāj vairāk informācijas |
Kas ir ordinālie dati?
Kārtējie dati ir uz mērogu balstīta datu organizācija. Piemēram, mainīgais X var būt dienu skaits, kurās dalībniekiem tika dota noteikta diēta, un mainīgais Y varētu būt šo cilvēku rangs sacensībās.
Šādos datos ir iespējams korelēt mainīgā X ietekmi uz mainīgo Y.
Parastā datu pamatā ir vērtēšanas sistēma. Piemēram, 100 metru skrējienā uzvarētājs var aizņemt 11 sekundes, otrās vietas īpašnieks 11.5 sekundes, bet trešās vietas īpašnieks 12.5 sekundes.
Tā kā laika starpība starp reitingiem nav definēta, jums ir zināms tikai dažādu personu rangi.
Kārtējie dati ir kategoriski, kas nozīmē, ka tie definē dažādas lietu īpašības. Tam ir dabiska rangu secība, kas nozīmē, ka mēs varam kārtot datus dabiski.
Kārtīgajiem datiem ir noteikta kategorija un nekonsekventa skala. Viņu galvenā loma ir raksturot vai novērtēt datus atbilstoši noteiktai atribūtu skalai.
Tas sastāv no neparametriskiem datiem, kas neatbilst nevienam noteiktam sadalījumam vai prognozēšana tendence.
Daži kārtas datu piemēri var būt dažādas olimpiskās medaļas, ti, bronzas, sudraba un zelta medaļas, kā arī burtu vērtēšanas sistēma testa rezultātiem.
Kas ir intervāla dati?
Intervāla dati, kas pazīstami kā vesels skaitlis, ir datu tips, kas tiek mērīts skalā, katrs punkts atrodas vienādā attālumā no citiem.
Intervālu dati vienmēr tiek attēloti ar skaitļiem vai skaitliskām vērtībām, kurās attālums starp divām vietām ir standartizēts un vienāds. Šāda veida datiem ir vienota skala.
Kā norāda nosaukums, intervālu dati ir balstīti uz nepārtrauktu skalu. Temperatūras skalā ir tādas vērtības kā 50 un 51 grāds.
Jūs zināt, ka atšķirība ir viens grāds.
Intervālu dati attiecas uz atšķirībām starp divām secīgām vērtībām noteiktā mērogā. Skaitlis starp skalu ir vienāds sadalījums vai pat atšķirība.
Atšķirība starp abām vērtībām ir acīmredzama, un to var attēlot kā regulārus un konsekventus intervālus katrā intervālā.
To parasti izmanto psiholoģiskajos pētījumos, un to nevar pakļaut matemātiskām darbībām, piemēram, reizināšanai vai dalīšanai.
Intervālu datos, tāpat kā attiecību datos, ir ietverti parametru dati. Šāda veida datu sadalījums skalā ir paredzams un atzīstams kā parametru datu veids.
Tā mērogā ir patvaļīgs nulles punkts. Tas nozīmē, ka nav iespējams reizināt vai dalīt divas vērtības vai iegūt attiecību jēgpilni.
Galvenās atšķirības starp kārtas datiem un intervāla datiem
- Kārtējos datus vairāk uztrauc doto datu secība un ranžējums, savukārt intervālu datus vairāk uztrauc divu dažādu vērtību atšķirība.
- Kārtības datos nav pārliecības par vienādiem intervāliem. Intervālu datos starp visām vērtībām ir vienādi intervāli.
- Kārtējie dati sastāv no neparametriskiem datiem, un intervālu dati sastāv no parametru datiem.
- Kārtējos datos vērtību secība un skala nav vienota. Intervālu datos vērtību skala un secība ir ļoti viendabīga, ti, atšķirība starp divām vērtībām paliek nemainīga.
- Kārtējie dati atklāj mazāk informācijas, un intervālu dati mēdz atklāt vairāk informācijas.
- https://journals.sagepub.com/doi/abs/10.3102/00346543071001105
- https://www.archives-pmr.org/article/0003-9993(89)90151-2/abstract
Pēdējo reizi atjaunināts: 13. gada 2023. jūlijā
Emma Smita ir ieguvusi maģistra grādu angļu valodā no Irvine Valley College. Kopš 2002. gada viņa ir žurnāliste, rakstot rakstus par angļu valodu, sportu un tiesībām. Lasiet vairāk par mani par viņu bio lapa.
Paskaidrojums par intervālu datiem bija īpaši skaidrs un noderīgs.
Es uzskatu, ka tam būtu noderējis padziļināts piemērs.
Interesanti uzzināt vairāk par atšķirībām starp kārtas un intervāla datiem.
Ja es varētu izteikt vienu ieteikumu, tas būtu iekļaut reālās pasaules piemēru, lai palīdzētu lasītājiem labāk izprast jēdzienus.
Tas ir diezgan informatīvs, bet es domāju, ka daļa par intervālu datiem atkārto kādu jau sniegto informāciju.
Šo rakstu bija ļoti interesanti lasīt, tur ir daudz labas informācijas.