统计 - 测量级别
不同的数据类型有不同的测量级别。
测量级别对于可以计算的统计类型以及如何最好地呈现数据很重要。
测量级别
主要的数据类型是定性(类别)和定量(数值)。这些进一步分为以下测量级别。
这些测量级别也称为测量“标度”
标称级别
类别(定性数据),无任何顺序。
示例
- 品牌名称
- 国家
- 颜色
顺序级别
可以排序的类别(从低到高),但它们之间精确的“距离”没有意义。
示例
- 字母成绩等级从 F 到 A
- 军衔
- 对产品的满意度水平
考虑从 F 到 A 的字母成绩: A 成绩是否是 B 成绩的两倍? B 成绩也是 C 成绩的两倍吗?
成绩之间的差距确切地说并不清楚和精确。如果成绩是基于考试分数计算的,你可以说在分数标度上存在精确的“距离”,但成绩本身不是。
间隔级别
可以排序的数据,它们之间的距离具有客观意义。但是没有自然的 0 值作为尺度的起点。
示例
- 日历中的年份
- 以华氏度测量的温度
注意:间隔标度通常由人们发明,例如温度的度数。
0 摄氏度相当于 32 华氏度。每度之间有恒定的距离(每增加 1 摄氏度,华氏度增加 1.8),但它们在 0 度的位置上并不一致。
比率级别
可以排序的数据,它们之间的距离是恒定的且有意义的。并且它还有一个自然的 0 值。
示例
- 金钱
- Age
- Time
处于比率级别(或“比率标度”)的数据为我们提供了最详细的信息。关键是,我们可以精确地比较一个值与另一个值的量级。这将是这些值之间的比率,例如两倍大,或十倍小。