Hvordan man skelner mellem datatyper i R-dummier

På statistikområdet kan man skelne mellem variabler af forskellige typer er meget vigtige. Typen af ​​data bestemmer meget ofte hvilken type analyse der kan udføres. Som følge heraf giver R mulighed for at eksplicit klassificere data som følger:

• Nominelle data: Denne type data, som du repræsenterer i R ved hjælp af faktorer, skelner mellem forskellige kategorier, men der er ingen stiltiende rækkefølge mellem kategorier. Eksempler på nominelle data er farver (rød, grøn, blå), køn (mand, kvinde) og nationalitet (britisk, fransk, japansk).

• Ordinære data: Ordinære data skelnes ved, at der er en slags naturlig orden mellem elementer, men ingen indikation af den relative størrelsesforskel. Enhver form for data, der er muligt at rangordne i rækkefølge, men ikke give nøjagtige værdier til, er ordinært. For eksempel beskriver lav << medium << høj data, der bestilles med tre niveauer. I markedsundersøgelser er det meget almindeligt at bruge en fempunkts skala til at måle opfattelser: stærkt uenig

  Dette er også et eksempel på ordinære data.

  Et andet eksempel er brugen af ​​navnene på farver for at angive rækkefølge, som f.eks.
  rød for at angive projektstatus. I R bruger du bestilte faktorer

  til at beskrive ordinære data. Numeriske data: Du har numeriske data, når du kan beskrive dine data med tal (for eksempel længde, vægt eller tælle). Numeriske data har to underkategorier.

• Interval skaleret data: Du har intervallet skaleret data, når intervallet mellem tilstødende måleenheder er det samme, men nulpunktet er vilkårlig. Et dagligdags eksempel på intervallet skaleret data er vores kalender system. Hvert år har samme længde, men nulpunktet er vilkårlig. Med andre ord, tid begyndte ikke i året nul - brug simpelthen et praktisk år til at begynde at tælle. Dette betyder, at du kan tilføje og trække datoer (og alle andre typer af intervalskalerede data), men du kan ikke meningsfuldt opdele datoer. Andre eksempler omfatter længdegrad, samt noget andet, hvor der kan være uenighed om hvor udgangspunktet er.

  • Andre eksempler på intervalskalerede data kan findes i samfundsvidenskabelig forskning som markedsundersøgelser.
    I R kan du bruge

    heltal

    eller numeriske objekter til at repræsentere intervalskaleret data. Ratio-skalerede data: Dette er data, hvor alle former for matematiske operationer er tilladt, især evnen til at formere sig og opdele (med andre ord tage forhold).De fleste data i fysik er forholdet skaleret - for eksempel længde, masse og hastighed. I R bruger du

  • numeriske objekter til at repræsentere forholdet skaleret data.