Comment distinguer les différents types de données dans r

Dans le domaine des statistiques, être capable de faire la distinction entre les variables de différents types est très important. Le type de données détermine très souvent le type d'analyse qui peut être effectuée. En conséquence, R offre la possibilité de classer les données de manière explicite comme suit:

Données nominale: Ce type de données, que vous représentez dans R en utilisant des facteurs, la distinction entre les différentes catégories, mais il n'y a aucun ordre implicite entre les catégories. Exemples de données nominales sont des couleurs (rouge, vert, bleu), le sexe (masculin, féminin), et la nationalité (britannique, français, japonais).
Données ordinale: Données ordinale se distingue par le fait qu'il ya une sorte d'ordre naturel entre les éléments, mais aucune indication de la différence de taille relative. Tout type de données qui est possible de classer dans l'ordre mais pas donner des valeurs exactes à est ordinale. Par example, faible lt; moyen lt; haut décrit les données qui est commandé avec trois niveaux.
Dans une étude de marché, il est très courant d'utiliser une échelle de cinq points pour mesurer les perceptions: fortement en désaccord lt; être en désaccord lt; neutre lt; accepter lt; tout à fait d'accord. Ceci est également un exemple de données ordinales.

Un autre exemple est l'utilisation des noms de couleurs pour indiquer l'ordre, comme rouge lt; ambre lt; vert pour indiquer l'état de projet.
Dans R, vous utilisez facteurs commandés pour décrire les données ordinales.
Les données numériques: Vous avez données numériques lorsque vous pouvez décrire vos données avec des nombres (par exemple, longueur, poids, ou de compter). Les données numériques a deux sous-catégories.

Intervalle données échelonné: Vous avez intervalle échelle des données lorsque l'intervalle entre les unités de mesure adjacents est la même, mais le point zéro est arbitraire. Un exemple quotidien de données à l'échelle d'intervalle est notre système de calendrier. Chaque année a la même longueur, mais le point zéro est arbitraire. En d'autres termes, le temps n'a pas commencé en l'an zéro utiliser -simplement une année pratique pour commencer à compter. Cela signifie que vous pouvez ajouter et soustraire des dates (et tous les autres types de données mises à l'échelle d'intervalle), mais vous ne pouvez pas diviser de façon significative dates. D'autres exemples comprennent la longitude, ainsi que toute autre chose où il peut y avoir désaccord sur l'endroit où le point de départ est.
D'autres exemples de données d'intervalle échelle peuvent être trouvés dans la recherche en sciences sociales telles que les études de marché.
En R vous pouvez utiliser entier ou numérique objets pour représenter des données à l'échelle d'intervalle.
Ratio échelle des données: Ce sont des données où toutes sortes d'opérations mathématiques sont interdits, en particulier la capacité à multiplier et diviser (en d'autres termes, prendre des ratios). La plupart des données en sciences physiques sont rapport échelle - par exemple, la longueur, la masse et la vitesse. Dans R, vous utilisez numérique objets pour représenter des données de rapport à l'échelle.

A propos Auteur

Comment utiliser des facteurs ou des données numériques dans r

Avant d'essayer de décrire vos données dans R, vous devez vous assurer que vos données sont dans le bon format. Ça signifieAssurant que tous vos données est contenue dans une trame de données (ou dans un vecteur si elle est une seule…

Les expressions de valeur de Sql

Une expression SQL peut être simple ou complexe. L'expression peut contenir des valeurs littérales, les noms de colonnes, les paramètres, les variables hôte, les sous-requêtes, connecteurs logiques, et des opérateurs arithmétiques.…

Les diagrammes de dispersion dans des graphiques par rapport à des données et des statistiques sur les TI-Nspire

Vous pouvez vous demander pourquoi vous jamais utiliser l'application TI-Nspire graphiques pour représenter graphiquement et analyser les données à deux variables. Voici deux raisons pour lesquelles vous pouvez choisir d'utiliser l'application…

Décrivant vos données statistiques avec des chiffres

Après avoir recueilli de bonnes données statistiques, vous pouvez résumer avec réstatistiques escriptive. Ce sont des chiffres qui décrivent un ensemble de données en fonction de ses caractéristiques importantes:Si les données sont…

Vue d'ensemble des techniques graphiques

Plusieurs types de graphiques différents peuvent être utiles pour l'analyse des données. Ceux-ci comprennent des parcelles à tiges et à feuilles, nuages de points, des boîtes à moustaches, histogrammes, quantile-quantile (QQ), des…

Choisir la bonne mesure de la dispersion dans les statistiques de la psychologie

Les mesures de dispersion que vous utilisez dans les statistiques de la psychologie vous montrent la propagation ou de la variabilité de la variable que vous mesurez. Les trois principales sont la gamme, l'écart interquartile et l'écart…

En regardant les niveaux de mesure dans les statistiques de la psychologie

Lorsque vous travaillez avec des statistiques de psychologie, vous pouvez classer les variables en fonction de leurs propriétés de mesure. Lorsque vous enregistrez des variables sur une feuille de données, vous enregistrez généralement les…

Les statistiques de psychologie pour les nuls (édition UK)

Dans les statistiques de la psychologie, les études de recherche qui impliquent la collecte des données quantitatives (toutes les données qui peut être compté ou rendu sous forme de nombres) exigent habituellement que vous récupériez et…

Comment créer un dictionnaire de données pour décrire vos données de biostatistique

Chaque base de données de recherche, grandes ou petites, simples ou complexes, doit être accompagnée par un dictionnaire de données qui décrit les variables contenues dans la base de données. Il sera inestimable si la personne qui a créé la…

Niveaux de mesure pour les données de biostatistique

Vers le milieu du 20e siècle, l'idée de niveaux de mesure a attiré l'attention des chercheurs biologiques et des sciences sociales, et, en particulier, des psychologues. Un système de classification, qui est devenu très largement utilisé (au…

Données marketing axée pour les nuls

Base de données marketing dépend fondamentalement de pouvoir communiquer directement avec vos clients. Cela signifie que vous avez besoin de votre carnet d'adresse du client d'être aussi propre que possible. Voici quelques étapes clés que vous…

Les données statistiques utilisées dans les données axée sur le marketing

Quiconque a déjà utilisé un tableur est familier avec l'idée de les types de données. Les données proviennent de deux saveurs de base: numériques et de caractères - chiffres et du texte. Les données caractères sont pas impliqués dans…

Comment utiliser différents types de données pour les six sigma

Toutes les données ne sont pas créés égaux. Comme vous commencez votre quête Six Sigma pour organiser vos données, vous devez d'abord savoir quel type de données de performance que vous avez. Tout comme savoir ce que les poissons mordent vous…

Les niveaux de données quantitatives dans l'analyse client

Une façon analytique client des données se divise est par les quatre niveaux de mesure. Ils sont les niveaux parce qu'ils commencent avec des données qui est plus restrictif dans le type d'analyse que vous pouvez effectuer pour le moins…

godiches.com » Ordinateurs et logiciels » Programmation » R » Comment distinguer les différents types de données dans r