Categorical vs Quantitative Data
Även om både kategoriska och kvantitativa data används för olika undersökningar, finns det en tydlig skillnad mellan dessa två typer av data. Låt oss förstå detta på ett mycket mer beskrivande sätt. I statistiken registreras observationer och analyseras med hjälp av variabler. Variablerna kategoriseras i klasserna med de attribut som de används för att mäta. Kategorisk och kvantitativ är de två typerna av attribut som mäts av de statistiska variablerna. Genom denna artikel låt oss undersöka skillnaderna mellan kategorisk och kvantitativ data.
Kvalitativa variabler mäter attribut som kan ges endast som egenskap för variablerna. En persons personliga politiska anknytning, en persons nationalitet, en persons favoritfärg och patientens blodgrupp kan endast mätas med hjälp av kvalitativa attribut för varje variabel. Ofta har dessa variabler ett begränsat antal möjligheter och antar bara ett av de möjliga resultaten; d.v.s. värdet är en av de givna kategorierna. Därför är dessa allmänt kända som kategoriska variabler. Dessa möjliga värden kan vara siffror, bokstäver, namn eller någon symbol.
Kvantitativ variabel registrerar de attribut som kan mätas med en storlek eller storlek; d.v.s. kvantifierbar. Variabler som mäter temperatur, vikt, massa eller höjden på en person eller hushållets årliga inkomst är kvantitativa variabler. Inte bara alla värden för dessa variabler är siffror, men varje nummer ger också en känsla av värde.
Data i kvantitativ typ tillhör någon av de tre följande typerna; Ordinal, Intervall och Förhållande. Kategoriska data hör alltid till den nominella typen. Ovan nämnda typer är formellt kända som mätnivåer, och nära relaterade till hur mätningarna görs och omfattningen av varje mätning.
Eftersom formaten av data i de två kategorierna är annorlunda används olika tekniker och metoder när man samlar, analyserar och beskriver.
Mätklass:
metoder:
Analys:
Image Courtesy:
1.”ECE varje vecka 235"Av UNECE - ECE Weekly. [GFDL] via Wikimedia Commons
2.”Bankräntans historia"Av Anu2033 - eget arbete. [CC BY-SA 3.0] via Wikimedia Commons