Typen und Eigenschaften • BUOM

Numerische Daten sind Informationen in numerischer Form, wie zum Beispiel Gewinn, Anzahl der Besucher und verkaufte Produkte. Unternehmen können diese Daten nutzen, um die Kundenzufriedenheit zu messen, Rentabilitätskennzahlen zu verfolgen und Produkte zu testen. Die Messung dieser Daten ohne emotionale Voreingenommenheit kann Unternehmen auch dabei helfen, marktsensible Produkte und Dienstleistungen zu entwickeln. In diesem Artikel besprechen wir numerische Daten, einschließlich ihrer Untertypen, Merkmale und wie sie mit kategorialen Daten verglichen werden.

Was sind numerische Daten?

Numerische Daten oder quantitative Daten sind ein Prozess, der mithilfe von Statistiken geschriebene numerische Zahlen misst und in nutzbare Daten umwandelt, die immer in numerischer Form und nicht in Form von Wörtern oder Phrasen vorliegen. Da sich diese Daten am besten aus Zahlen ableiten lassen, sind sie am nützlichsten, um Informationen wie Größe, Gewicht und Fußmaße zu erhalten. Mathematische Operationen wie Addition und Subtraktion können auch numerische Daten manipulieren, um Grafiken, Diagramme und Diagramme zu erstellen.

Numerische Datentypen

Hier sind die beiden wichtigsten Arten numerischer Daten, die es zu berücksichtigen gilt:

Diskrete Daten

Diskrete Daten sind alle Daten, die Sie zählen und die in kleinere Teile unterteilt werden können, wobei jedes Element eine eindeutige Bedeutung hat. Da Datensätze nur bestimmte Werte akzeptieren, die für die gemessenen Daten spezifisch sind, stellen Sie sicher, dass diese Werte diskret oder fest sind. Möchte ein Flugbegleiter beispielsweise die Gesamtzahl der Jugendlichen auf einem Flug erfassen, muss er alle Jugendlichen einer bestimmten Altersgruppe einbeziehen.

Forscher können noch weiter gehen und diskrete Daten in zwei Arten von Listen unterteilen, die als endliche und unendliche Listen bezeichnet werden. Eine endliche Liste hat einen bestimmten Anfang und ein bestimmtes Ende, während eine unendliche Liste endlos ist und keinen bestimmten Anfang oder Ende hat. Balkendiagramme stellen häufig diese Art von Daten dar und werden verwendet, um Daten wie den monatlichen Umsatz oder die Anzahl der Konferenzteilnehmer anzuzeigen.

Kontinuierliche Daten

Kontinuierliche Datensätze enthalten im Vergleich zu einem festen Satz diskreter Datenwerte eine unendliche Menge an Werten und können viele Zahlen enthalten, die sich im Laufe der Zeit ändern können, je nachdem, was gemessen wird. Beispielsweise schwanken die Tagestemperaturen häufig je nach Tageszeit, geografischem Standort und Jahreszeit.

Eigenschaften numerischer Daten

Hier sind einige Merkmale numerischer Daten:

• Einfach zu manipulieren: Mit diesem Datentyp können Sie numerische Daten einfacher manipulieren, indem Sie eine grundlegende arithmetische mathematische Formel verwenden, die Addition, Subtraktion, Multiplikation und Division umfasst.

• Typischerweise aufgelistet und geschätzt: Forscher können ungenaue numerische Daten wie den Notendurchschnitt schätzen. Wenn der Notendurchschnitt eines Schülers beispielsweise 3,456712 beträgt, aber auf zwei Stellen gerundet werden muss, beträgt er 3,46.

• Im Allgemeinen stabile Intervalle: Die Differenz zwischen den einzelnen Intervallen auf der numerischen Skala der Daten ist konstant. Beispielsweise ist die Differenz zwischen 50 und 60 US-Dollar die gleiche wie die Differenz zwischen 60 und 70 US-Dollar, was bedeutet, dass die Differenz zwischen ihnen 10 US-Dollar beträgt.

• Leicht zu analysieren: Forscher verwenden inferenzielle und deskriptive statistische Methoden, um numerische Daten zu analysieren. Beispielsweise nutzen Geschäftsinhaber statistische Analysen, um Verkaufstrends zu verfolgen.

• Einfach zu visualisieren: Zur Visualisierung numerischer Daten werden verschiedene Techniken eingesetzt. Streudiagramme, Histogramme, Streudiagramme und Histogramme sind die am häufigsten verwendeten Visualisierungen für numerische Daten.

Kategoriale und numerische Daten

Im Gegensatz zu numerischen Daten, die Zahlen darstellen, stellen kategoriale Daten Gruppen oder Kategorien dar. Kategoriale Daten, auch qualitative Daten genannt, sind eine beschreibende Möglichkeit, Informationen mithilfe von Sprache statt Zahlen auszudrücken. Beispiele für kategoriale Daten könnten Eiscremegeschmack, Haarfarbe, Geschlecht und Nationalität sein. Hier sind einige Unterschiede zwischen kategorialen und numerischen Daten:

Datenskala

Für kategoriale Daten gibt es keine Standardmessskala, klare Merkmale ermöglichen jedoch die Einteilung kategorialer Daten in Gruppen. Beispiele für kategoriale Datenskalen sind „Ja“ oder „Nein“ und Zahlen, beispielsweise Umfragen. Digitale Waagen verfügen über eine Standardskala, die auf einem Zahlenstrahl basiert. Eine Zahlenskala kann klar definierte Start- und Endpunkte haben oder unendlich sein.

Deskriptor

Kategorische Daten verwenden Deskriptoren in natürlicher Sprache wie „höchstwahrscheinlich“ oder „häufig“, und einige Sätze verwenden numerische Werte, z. B. 1 für verheiratet und 2 für ledig. Kategoriale Daten sind jedoch nicht berechenbar. Numerische Datensätze verwenden konkrete Zahlen und sind berechenbar. Beispiele für numerische Datensätze sind der Dollarwert, die Gewinnspanne und die Anzahl der Mitarbeiter.

Struktur

Kategoriale Datensätze können unstrukturiert oder halbstrukturiert sein. Unstrukturierte Datensätze sind qualitativ und nutzen keine statistische Analyse. Halbstrukturierte Datensätze weisen mehrere konsistente Merkmale auf, verfügen jedoch nicht über die starre Struktur, die für die Analyse in einer relationalen Datenbank erforderlich ist. Beispielsweise verwenden Suchmaschinen die Indizierung, um halbstrukturierte, kategoriale Datensätze zu erstellen, die die Suche im Internet erleichtern. Numerische Datensätze haben eine Struktur. Tabellenkalkulationen und andere Datenbanken strukturieren numerische Daten und ermöglichen so mathematische Operationen und einen schnellen Zugriff auf Informationen.

Visualisierung

Kreis- und Balkendiagramme können kategoriale Daten sichtbar machen, indem die Kategorietypen der Diagramme der Nummer jeder Kategorie zugeordnet werden. Beispielsweise könnte ein Balkendiagramm die Anzahl der Gummibärchen jeder Farbe in einer Tüte anzeigen, um kategoriale Daten bereitzustellen. Streudiagramme, Stamm- und Blattdiagramme, Streudiagramme und Histogramme können numerische Daten sichtbar machen. Diese Visualisierungstechniken zeigen Beziehungen zwischen Datenvariablen und Datentrends. Beispielsweise könnte ein Streudiagramm die Durchschnittstemperaturen über ein Jahr anzeigen, um numerische Daten anzuzeigen.

Sammelmethoden

Es ist wichtig zu verstehen, welcher Prozess beim Sammeln von Daten verwendet werden soll. Beide haben ihre eigene Methode, Informationen zu sammeln und diese Daten zu verwenden. Sie können kategoriale Daten für Umfragen und Fragebögen erfassen, die offene Fragen oder Multiple-Choice-Fragen enthalten. Sie können mithilfe mathematischer Methoden numerische Daten sammeln, um eine bestimmte Punktzahl zu erhalten oder die Außentemperatur zu ermitteln.

Datenanalyse

Es ist wichtig zu beachten, dass statistische Analysemethoden nicht mit kategorialen Daten funktionieren. Auch wenn Zahlen zur Darstellung von Kategorien verwendet werden, haben sie keinen wirklichen mathematischen Wert. Beispielsweise kann bei Umfragen zur Gästezufriedenheit eine Zahlenskala von 1 bis 5 verwendet werden, diese Zahlen können jedoch nicht berechnet werden. Allerdings können numerische Daten berechnet werden, um die tatsächliche Menge der getesteten Daten zu erhalten.

Datenverbrauch

Wirtschaftsforscher nutzen kategoriale Daten, um Verbrauchermeinungen zu verstehen und persönliche Informationen wie Alter, Jahreseinkommen und Familiengröße zu sammeln. Allerdings werden numerische Daten verwendet, um durch Berechnungen Statistiken zu entwickeln. Ärzte erfassen auch numerische Daten, wenn sie die Vitalfunktionen eines Patienten erfassen.

Beispiele für numerische Daten

Hier sind einige Beispiele für numerische Daten:

US-Volkszählung

Die Bundesregierung führt eine vollständige Zählung aller Einwohner der Vereinigten Staaten anhand numerischer Daten, die im Rahmen der Volkszählung gesammelt wurden. Dies ermöglicht es der Regierung, die Gesamtbevölkerung und die demografische Aufteilung des Landes zu verstehen. Die Volkszählung hilft auch Landes- und Kommunalverwaltungen dabei, angemessene wirtschaftliche Entscheidungen für die in ihrem Gebiet lebenden Menschen zu treffen. Auch die Volkszählung ist ein Beispiel für diskrete numerische Daten.

Zeit

Zeit ist ein gutes Beispiel für kontinuierliche numerische Daten. Ob Sie in Jahren, Tagen, Stunden, Minuten oder Sekunden messen, die Zeit hat immer einen numerischen Wert und kann aus einzelnen kleineren Teilen bestehen. Das Erstellen eines Zeitplans zwischen Projekten, das Einstellen eines Alarms oder das Durchführen automatischer Rechnungszahlungen sind Maßstäbe für die täglich verbrauchte Zeit.