Ve statistice jsou kvantitativní údaje číselné a získávají se počítáním nebo měřením a kontrastují s nimi kvalitativní údaje sady, které popisují atributy objektů, ale neobsahují čísla. Kvantitativní údaje vznikají ve statistice různými způsoby. Každý z následujících příkladů je příkladem kvantitativních údajů:
- Výšky hráčů fotbalového týmu
- Počet aut v každé řadě parkoviště
- Procento studentů ve třídě
- Hodnoty domů v sousedství
- Životnost šarže určité elektronické součásti.
- Čas strávený čekáním ve frontě na zákazníky v supermarketu.
- Počet let ve škole pro jednotlivce na konkrétním místě.
- Hmotnost vajec odebraných z drůbežího kurníku v určitý den v týdnu.
Kromě toho lze kvantitativní údaje dále členit a analyzovat podle úrovně zúčastněných měření včetně jmenovitých, pořadových, intervalových a poměrových úrovní měření nebo toho, zda jsou datové soubory souvislé nebo ne oddělený.
Úrovně měření
Ve statistice existuje celá řada způsobů, jak lze měřit a vypočítat množství nebo atributy objektů, z nichž všechny zahrnují čísla v kvantitativních souborech dat. Tyto datové sady vždy nezahrnují čísla, která lze vypočítat, která je určena jednotlivými datovými sadami “
úroveň měření:- Nominální: Žádné číselné hodnoty na jmenovité úrovni měření by neměly být považovány za kvantitativní proměnnou. Příkladem by mohlo být číslo dresu nebo identifikační číslo studenta. Nemá smysl provádět žádné výpočty těchto typů čísel.
- Pořadový: Kvantitativní data na ordinální úrovni měření lze objednat, rozdíly mezi hodnotami však nemají význam. Příkladem dat na této úrovni měření je jakákoli forma hodnocení.
- Časový úsek: Lze objednat data na intervalové úrovni a smysluplně vypočítat rozdíly. Data na této úrovni však obvykle postrádá počáteční bod. Navíc poměry mezi hodnotami dat nemají význam. Například 90 stupňů Fahrenheita není třikrát tak horké, jako když je 30 stupňů.
- Poměr: Data na poměrové úrovni měření mohou být nejen uspořádána a odečtena, ale mohou být také rozdělena. Důvodem je to, že tato data mají nulovou hodnotu nebo počáteční bod. Například Kelvinova teplotní stupnice má absolutní nula.
Stanovení, která z těchto úrovní měření spadá do datové sady, pomůže statistikům určit, zda jsou data užitečná při provádění výpočtů nebo při pozorování souboru dat, jak jsou stojí.
Diskrétní a kontinuální
Dalším způsobem, jak lze kvantitativní data klasifikovat, je, zda jsou datové soubory oddělený nebo kontinuální - každý z těchto termínů má celá podpole matematiky věnovaná jejich studiu; je důležité rozlišovat mezi diskrétními a spojitými daty, protože se používají různé techniky.
Datová sada je diskrétní, pokud je možné hodnoty od sebe oddělit. Hlavním příkladem je sada přirozená čísla. Neexistuje žádný způsob, že hodnota může být zlomkem nebo mezi kterýmkoli z celých čísel. Tato sada vzniká zcela přirozeně, když počítáme předměty, které jsou užitečné, zatímco celé jako židle nebo knihy.
Nepřetržitá data vznikají, když jednotlivci zastoupení v datové sadě mohou přijmout cokoli reálné číslo v rozsahu hodnot. Například hmotnosti mohou být uvedeny nejen v kilogramech, ale také v gramech a miligramech, mikrogramech atd. Naše data jsou omezena pouze přesností našich měřicích zařízení.