W statystyce dane ilościowe są obliczane liczbowo i uzyskiwane poprzez zliczanie lub pomiary i porównywane dane jakościowe zestawy, które opisują atrybuty obiektów, ale nie zawierają liczb. Dane statystyczne pojawiają się na wiele sposobów. Każde z poniższych jest przykładem danych ilościowych:
- Wysokości zawodników w drużynie piłkarskiej
- Liczba samochodów w każdym rzędzie parkingu
- Procentowa ocena uczniów w klasie
- Wartości domów w okolicy
- Żywotność partii określonego elementu elektronicznego.
- Czas oczekiwania w kolejce na kupujących w supermarkecie.
- Liczba lat w szkole dla osób w danym miejscu.
- Masa jaj pobranych z kurnika w określonym dniu tygodnia.
Ponadto dane ilościowe można dalej dzielić i analizować zgodnie z poziomem pomiaru w tym nominalne, porządkowe, przedziałowe i stosunekowe poziomy pomiaru lub to, czy zbiory danych są ciągłe, czy nie oddzielny.
Poziomy pomiaru
W statystyce istnieje wiele sposobów mierzenia i obliczania wielkości lub atrybutów obiektów, z których wszystkie obejmują liczby w zbiorach danych ilościowych. Te zestawy danych nie zawsze obejmują liczby, które można obliczyć, co określa każdy zestaw danych
poziom pomiaru:- Nominalny: Wszelkie wartości liczbowe na nominalnym poziomie pomiaru nie powinny być traktowane jako zmienna ilościowa. Przykładem może być numer koszulki lub numer identyfikacyjny studenta. Nie ma sensu wykonywać żadnych obliczeń na tego rodzaju liczbach.
- Porządkowy: Dane ilościowe na porządkowym poziomie pomiaru można uporządkować, jednak różnice między wartościami są bez znaczenia. Przykładem danych na tym poziomie pomiaru jest dowolna forma rankingu.
- Interwał: Dane na poziomie interwału można porządkować, a różnice można w znaczący sposób obliczyć. Jednak dane na tym poziomie zazwyczaj nie mają punktu wyjścia. Ponadto proporcje między wartościami danych są bez znaczenia. Na przykład 90 stopni Fahrenheita nie jest trzy razy gorętsze niż wtedy, gdy wynosi 30 stopni.
- Stosunek: Dane na poziomie stosunku pomiaru można nie tylko uporządkować i odjąć, ale można je również podzielić. Powodem tego jest to, że dane te mają zerową wartość lub punkt początkowy. Na przykład skala temperatury Kelvina ma wartość zero absolutne.
Określenie, który z tych poziomów pomiaru mieści się w zestawie danych, pomoże statystykom określić, czy dane są przydatne do wykonywania obliczeń lub obserwacji zestawu danych stoi.
Dyskretny i ciągły
Innym sposobem klasyfikacji danych ilościowych jest to, czy są to zestawy danych oddzielny lub ciągły - każdy z tych terminów ma całe pola matematyczne poświęcone ich studiowaniu; ważne jest rozróżnienie między danymi dyskretnymi i ciągłymi, ponieważ stosowane są różne techniki.
Zestaw danych jest dyskretny, jeśli wartości można od siebie oddzielić. Głównym tego przykładem jest zestaw liczby naturalne. Nie ma możliwości, aby wartość mogła być ułamkiem lub jedną z liczb całkowitych. Ten zestaw bardzo naturalnie powstaje, gdy liczymy przedmioty, które są użyteczne tylko w całości, jak krzesła lub książki.
Ciągłe dane powstają, gdy osoby reprezentowane w zbiorze danych mogą przyjąć dowolne prawdziwy numer w zakresie wartości. Na przykład wagi można zgłaszać nie tylko w kilogramach, ale także w gramach, miligramach, mikrogramach i tak dalej. Nasze dane są ograniczone jedynie precyzją naszych urządzeń pomiarowych.