Статистической информации: сбор, обработка, анализ
Опубликованно 19.03.2019 10:00
За всю историю статистики, были сделаны различные попытки создать классификацию уровней измерения. Псих Стэнли Смит Стивенс определил, номинальных, порядковых, интервальных и пропорции масштаб.
Номинальные измерения не имеют значимой порядок диапазоны значений и позволяют любое однозначное преобразование.
Нормальные размеры являются неточными различия между последовательными значениями, но имеют определенный порядок, эти значения позволяют любой держит порядка преобразования.
Диапазон измерения имеют существенные расстояния между точками, но нулевое значение является произвольным (как в случае измерения длины и температуру в градусах по Цельсию или по Фаренгейту), и обеспечивает, что любое линейное преобразование.
Измерение отношения, которые имеют существенное значение, равное нулю, а расстояние между различными измерениями, кроме того, позволяют преобразования любого масштаба.
Переменные и классификации информации
Учитывая, что переменные, соответствующие только номинальной или число измерений не могут быть реально измерены численно, иногда группируются как категориальные переменные. Измерения же отношения, и интервал сгруппированы в виде количественных переменных, которые могут быть дискретными или непрерывными из-за его цифровой природы. Эти различия часто являются слабо связанный с типом данных в компьютерной науке, так как дихотомические категориальные переменные могут быть представлены Boolean значения, политические категории переменных, определенных свободно целых чисел в диапазон типа данных и непрерывные переменные, реальные компоненты, которые включают вычисления с плавающей запятой. Но отображение типов данных статистической информации зависит от того, какая классификация применяется.
Другие классификации
Были созданы также и другие классификации статистических данных (информации). Например, Модульная и Тьюки различать оценки, классификации, рассчитанной пропорции, вычисления, суммы и остатки. Старейшина в свое время описал непрерывные вычисления непрерывных пропорций, соотношения расчеты и способы передачи данных. Все эти методы классификации применяются при сборе статистической информации. Проблемы
Вопрос о том, целесообразно применять различные типы статистических методов, данные, полученные различными процедурами измерения (сбора), осложняется тем, что в вопросах, касающихся преобразования переменных и точное толкование вопросов исследования. "Связь между данными и тем, что они описывают, просто отражает тот факт, что определенные типы статистических утверждений могут иметь значения истинности, которые не являются варианты с помощью некоторых преобразований. Так что, это преобразование подходит для размышлений, зависит от вопросов, на которые пытается ответить.
Что такое тип данных
Тип данных является фундаментальным компонентом семантики содержимого переменной и контролирует, какие типы распределения вероятности могут логически быть использованы для описания переменной, допустимых операций над ним, типа регрессионный анализ используется для прогноза, и так далее, Понятие "тип данных похож на понятие" уровень измерения, но более конкретное - например, для расчета данных, требуется другое распределение Пуассона или Номинальный), что для реальных значений не отрицательные, но оба имеют одинаковый уровень измерения (шкала отношения).
Масштаб
Были предприняты различные попытки создать классификацию уровней измерения для обработки статистической информации. Псих Стэнли Смит Стивенс определил, номинальных, порядковых, интервальных и пропорции масштаб. Номинальные измерения не имеют значимой порядок диапазоны значений и позволяют любое однозначное преобразование. Нормальные размеры являются неточными различия между последовательными значениями, но отличаются значительно, порядок этих значений и позволяют любой держит порядка преобразования. Диапазон измерения имеют существенные расстояния, между измерениями, но ноль-это произвольный (как в случае измерения длины и температуру в градусах по Цельсию или по Фаренгейту), и обеспечивает, что любое линейное преобразование. Измерение отношения, которые имеют существенное значение, равное нулю, и расстояния между различными определенные размеры и позволяют любые преобразования шкалы.
Данные, которые не могут быть описаны с использованием номера часто включают в ситуациях векторов случайных переменных, хотя существует растущая тенденция справиться самостоятельно. Такие примеры будут рассмотрены ниже. Векторы случайных
Отдельные элементы могут или не могут быть коррелированы. Примеры распределений, которые используются для описания коррелированных случайных векторов, которые образуют нормальное распределение и t-распределение. В целом, может быть произвольной корреляции между элементами, тем не менее, это часто становится неуправляемым выше определенного размера, что требует дополнительных ограничений на взаимосвязанных компонентов.
Случайные матрицы
Случайные матрицы могут быть размещены в Интернете и рассматриваются как случайные векторы, тем не менее, это не может быть эффективным способом представления соотношений между различными элементами. Некоторые дистрибутивы, специально предназначенные для матрицы, например, матрицы нормального распределения и распределения поцеловать тебя. Случайные последовательности
Иногда рассматриваются как одинаковые, как случайные векторы, но в других вариантах этот термин применяется именно в тех случаях, когда каждая случайная переменная коррелирует только с близкими переменные (как в модели Маркова). Это частный случай байесовской сети и используется для очень длинных последовательностей, например, ген длинная цепочка или текстовые документы. Ряд моделей специально для этих последовательностей, например, скрытые марковские.
Случайных процессов
Они похожи на сценарии наугад, но только тогда, когда длина последовательности является неопределенной или бесконечной, и элементы последовательности обрабатываются по одному. Это часто используется для данных, которые могут быть описаны в виде временных рядов. Это актуально, когда речь идет, например, о цены акций на следующий день. Заключение
Анализ статистической информации целиком и полностью зависит от качества его собирания. Последнее, в свою очередь, крепко связана с возможностью классификации. Типы классификации статистической информации, конечно, есть много, на что читатель может сам проверить, если при чтении этой статьи. Тем не менее, наличие эффективных инструментов и хорошее владение математикой, так как знания в области социологии позволят сделать ваш бизнес, что позволяет провести любое исследование или исследование без существенных изменений в погрешность. Источники статистической информации в виде людей, организаций и других представителей социологии, к счастью, представлены в изобилии. И никакие трудности не могут стать препятствием для настоящего исследования. Автор: Глухая Чтения 12 Декабря 2018 года 0 комментариев Показать: Новые Новые Популярные Рассматриваются
Выйти
:) ;) :( :p :] :o :D :-/ :-$ <3 ? Войти через социальные сети:
Анонимный ? Вы действительно хотите удалить комментарий? Удалить ? Причина жалобы Нежелательная реклама или спам Материалы сексуального или порнографического Дискриминационные высказывания или природа содержание Оскорбление или угроза Сообщить Сообщить Комментировать
Категория: Культура
