Данные и их разновидности

Данные в статистике-это основные элементы, подлежащие анализу. Данными могут быть какие-то количественные результаты, свойства, присущие определенным членам популяции, место в той или иной последовательности - в общем любая информация, которая может быть классифицирована или разбита на категории с целью обработки³.

Построение распределения - это разделение первичных данных, полу­ченных на выборке, на классы или категории с целью получить обобщен­ную упорядоченную картину, позволяющую их анализировать.

Существуют три типа данных:

1. Количественные данные, получаемые при измерениях (например, данные о весе, размерах, температуре, времени, результатах тестирова­ния и т.п.). Их можно распределить по шкале с равными интервалами.

2. Порядковые данные, соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастаю­щем порядке (1-й,.... 7-й,.... 100-й,...; А, Б, В....).

¹ Для того чтобы облегчить задачу, мы советуем вам снять фотокопии таблиц Б.1 и Б.2: тогда на всех этапах рассуждений и расчетов данные будут у вас перед глазами.

² В отечественной литературе приняты термины соответственно «генераль­ная совокупность» и «выборочная совокупность».-Прим. перев.

³ Не следует смешивать «данные» с теми «значениями», которые эти данные могут принимать. Для того чтобы всегда различать их, Шатийон (Chatillon, 1977) рекомендует запомнить следующую фразу: «Данные часто принимают одни и те же значения» (так, если мы возьмем, например, шесть данных -8, 13, 10, 8, 10 и 5. то они принимают лишь четыре разных значения-5, 8, 10 и 13).

3. Качественные данные, представляющие собой какие-то свойства элементов выборки или популяции. Их нельзя измерить, и единственной их количественной оценкой служит частота встречаемости (число лиц с голубыми или с зелеными глазами, курильщиков и не курильщиков утомленных и отдохнувших, сильных и слабых и т. п.).

Из всех этих типов данных только количественные данные можно анализировать с помощью методов, в основе которых лежат пара метры (такие, например, как средняя арифметическая). Но даже к количествен­ным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распреде­ление. Итак, для использования параметрических методов в принципе необходимы три условия: данные должны быть количественными, их число должно быть достаточным, а их распределение-нормальным^ Во всех остальных случаях всегда рекомендуется использовать непара­метрические методы.

Не нашли, что искали? Воспользуйтесь поиском: