統計における測定のレベル

ヒーロー画像/ゲッティイメージズ

すべてのデータが同じように作成されるわけではありません。さまざまな基準でデータ セットを分類すると便利です。一部は定性.一部のデータセットは連続的であり、一部は離散的です。

データを分離するもう 1 つの方法は、データを 4 つの測定レベル (名義、順序、間隔、比率) に分類することです。さまざまなレベルの測定では、さまざまな統計手法が必要です。これらの測定レベルのそれぞれについて見ていきます。

公称測定レベル

測定の公称レベルは、データを特徴付ける 4 つの方法の中で最も低いものです。 Nominal は「名前のみ」を意味し、このレベルが何であるかを思い出すのに役立ちます。公称データは、名前、カテゴリ、またはラベルを扱います。

公称レベルのデータは定性的です。目の色、調査への「はい」または「いいえ」の回答、好きな朝食用シリアルはすべて、名目上の測定レベルに関係しています。フットボールのジャージの裏にある番号など、番号が関連付けられているものでさえ、フィールドで個々のプレーヤーに「名前を付ける」ために使用されるため、名目上のものです。

このレベルのデータは、意味のある方法で順序付けすることはできず、平均や平均などを計算しても意味がありません。 標準偏差 .

測定の序数レベル

次のレベルは、測定の順序レベルと呼ばれます。このレベルのデータは順序付けできますが、意味のあるデータ間の差異は取得できません。

ここでは、住みたい都市トップ 10 のリストのようなものを考えてみてください。データ (ここでは 10 都市) は 1 から 10 までランク付けされていますが、都市間の違いはあまり意味がありません。ランキングだけを見ても、1番の都市が2番の都市よりもどれだけ生活が良いかを知る方法はない.

この別の例は、文字の等級です。 A が B よりも高くなるように並べることはできますが、他の情報がなければ、A が B よりどれだけ優れているかを知る方法はありません。

と同様に 公称レベル 、序数レベルのデータは計算に使用しないでください。

測定間隔レベル

測定の間隔レベルは、順序付けが可能で、データ間の違いが意味を持つデータを扱います。このレベルのデータには開始点がありません。

の 華氏と摂氏の目盛り の温度は両方とも インターバル測定レベル . 30 度は 90 度未満の 60 度であると言えるので、違いには意味があります。ただし、(両方のスケールで) 0 度の寒さは、温度がまったくないことを表すわけではありません。

間隔レベルのデータを計算に使用できます。ただし、このレベルのデータには 1 種類の比較がありません。 3 x 30 = 90 ですが、摂氏 90 度が摂氏 30 度の 3 倍の温度であると言うのは正しくありません。

測定の比率レベル

測定の 4 番目の最高レベルは比率レベルです。比率レベルのデータは、ゼロ値に加えて、間隔レベルのすべての機能を備えています。ゼロが存在するため、測定値の比率を比較することが理にかなっています。 「4回」や「2回」などのフレーズは、比率レベルで意味があります。

距離は、どの測定システムにおいても、比率レベルでデータを提供します。 0 フィートなどの測定値は、長さを表さないので意味があります。さらに、2 フィートは 1 フィートの 2 倍の長さです。したがって、データ間で比率を形成できます。

測定の比率レベルでは、合計と差だけでなく、比率も計算できます。 1 つの測定値をゼロ以外の測定値で割ると、意味のある数値が得られます。

計算する前に考える

社会保障番号のリストがあれば、それらを使ってあらゆる種類の計算を行うことができますが、これらの計算はどれも意味のあるものにはなりません。ある社会保障番号を別の番号で割ったものは?社会保障番号は測定の公称レベルであるため、時間の完全な無駄です。

いくつかのデータが与えられたら、考えてみてください 前 あなたが計算します。作業している測定のレベルによって、何をするのが理にかなっているかが決まります。