Quantitative data[edit]Quantitative

Quantitative data[edit]
Quantitative data is a numerical measurement expressed not by means of a natural language description, but rather in terms of numbers. However, not all numbers are continuous and measurable. For example, the social security number is a number, but not something that one can add or subtract.

For example: molecule length = "450 nm"
height = "1.8 m"
Quantitative data always are associated with a scale measure.

Probably the most common scale type is the ratio-scale. Observations of this type are on a scale that has a meaningful zero value but also have an equidistant measure (i.e., the difference between 10 and 20 is the same as the difference between 100 and 110). For example, a 10 year-old girl is twice as old as a 5 year-old girl. Since you can measure zero years, time is a ratio-scale variable. Money is another common ratio-scale quantitative measure. Observations that you count are usually ratio-scale

ผลลัพธ์ (ไทย) 1:

ข้อมูลเชิงปริมาณ [แก้ไข]ข้อมูลเชิงปริมาณเป็นการประเมินตัวเลขที่แสดง โดยคำอธิบายภาษาธรรมชาติไม่ แต่เป็นในแง่ ของตัวเลข อย่างไรก็ตาม ตัวเลขทั้งหมดไม่มีอย่างต่อเนื่อง และวัด ตัวอย่าง หมายเลขประกันสังคมเป็นตัวเลข แต่ไม่บางอย่างสามารถเพิ่ม หรือลบ ตัวอย่าง: ความยาวโมเลกุล = " 450 nm " ความสูง = "1.8 m"ข้อมูลเชิงปริมาณมักจะเกี่ยวข้องกับการวัดมาตราส่วนคงแบบสเกลใหญ่เป็นอัตราส่วนมาตราส่วน สังเกตชนิดนี้อยู่ในระดับที่มีความหมายค่าเป็นศูนย์ แต่ยัง มีวัดกั้น (เช่น ความแตกต่างระหว่าง 10 และ 20 เป็นเหมือนกับความแตกต่างระหว่าง 100 และ 110) ตัวอย่าง 10 ปีผู้หญิงได้สองเก่าสาวปี 5 เนื่องจากคุณสามารถวัดปีศูนย์ เวลาเป็นตัวแปรอัตราส่วนมาตราส่วน เงินอื่นทั่วไปอัตราส่วนมาตราส่วนวัดเชิงปริมาณได้ มักสังเกตที่คุณนับอัตราส่วนมาตราส่วน

ผลลัพธ์ (ไทย) 2:

ข้อมูลเชิงปริมาณ [แก้ไข]
ข้อมูลเชิงปริมาณคือการวัดเป็นตัวเลขไม่ได้แสดงออกโดยวิธีการของคำอธิบายภาษาธรรมชาติ แต่ในแง่ของตัวเลข แต่ไม่ตัวเลขทั้งหมดมีอย่างต่อเนื่องและสามารถวัดผลได้ ยกตัวอย่างเช่นหมายเลขประกันสังคมเป็นจำนวน แต่ไม่ได้เป็นสิ่งหนึ่งที่สามารถเพิ่มหรือลบ. ตัวอย่างเช่น: ความยาวโมเลกุล = "450 นาโนเมตร" height = "1.8 ม" ข้อมูลเชิงปริมาณมักจะมีความเกี่ยวข้องกับการวัดขนาด. น่าจะเป็นมากที่สุด ชนิดที่พบบ่อยคือขนาดอัตราส่วนขนาด ข้อสังเกตของประเภทนี้อยู่ในระดับที่มีความหมายศูนย์ค่า แต่ยังมีมาตรการระยะเท่ากัน (เช่นความแตกต่างระหว่าง 10 และ 20 เป็นเช่นเดียวกับความแตกต่างระหว่าง 100 และ 110) ยกตัวอย่างเช่นเป็นสาว 10 ปีเป็นครั้งที่สองเช่นเดิมเป็น 5 สาวปี เนื่องจากคุณสามารถวัดเป็นศูนย์ปีเวลาเป็นตัวแปรอัตราส่วนขนาด เงินก็เป็นอีกหนึ่งที่พบบ่อยอัตราส่วนขนาดวัดเชิงปริมาณ สังเกตว่าคุณนับมักจะมีอัตราส่วนขนาด

ผลลัพธ์ (ไทย) 3:

ข้อมูลเชิงปริมาณ [ แก้ไข ]
ข้อมูลเชิงปริมาณ คือการวัดเชิงตัวเลขแสดงไม่ได้โดยวิธีการของภาษาธรรมชาติรายละเอียด แต่ในแง่ของตัวเลข อย่างไรก็ตาม ตัวเลขทั้งหมดจะไม่ต่อเนื่องและสามารถวัดได้ ตัวอย่าง หมายเลขประกันสังคมหมายเลข แต่ไม่ใช่สิ่งที่หนึ่งสามารถเพิ่มหรือลบ

ตัวอย่าง : โมเลกุลยาว = " 450 nm " ความสูง = " 1.8 M "

ข้อมูลเชิงปริมาณ มักจะเกี่ยวข้องกับสเกลวัด

อาจจะพบมากที่สุดเป็นชนิดมาตราส่วนอัตราส่วนมาตรา ตัวอย่างของประเภทนี้อยู่ในระดับที่มีความหมายค่าศูนย์ แต่ยังมีมาตรการระยะเท่ากัน ( เช่น ความแตกต่างระหว่าง 10 และ 20 ก็เหมือนความแตกต่างระหว่าง 100 และ 110 ) ตัวอย่างเช่น ผู้หญิงจะเป็น 10 ปีเก่าเป็นผู้หญิง 5 ปีเนื่องจากคุณสามารถวัดศูนย์ ปี เวลา คือ อัตราส่วนของตัวแปร เงิน คือ อัตราส่วนขนาดทั่วไปอีกปริมาณการวัด สังเกตว่าคุณนับมักจะมีอัตราส่วน