Categorical or Quantitative dataDat

Categorical or Quantitative data
Data can be classified as either categorical or quantitative. Data that can be grouped by specific categories are referred to as categorical data. Categorical data use either the nominal or ordinal scale of measurement. Data that use numeric values to indicate how much or how many are referred to as quantitative data. Quantitative data are obtained using either in the interval or ratio scale of measurement
A categorical variable is variable with categorical data, and a quantitative variable is variable with quantitative data. The statistical analysis appropriate for a particular variable depends upon whether the variable is categorical or quantitative. If the variable is categorical, the statistical analysis is limited. We can summarize categorical data by counting number of observation in each category. However, even when the categorical data are identified by a numerical code, arithmetic operations such as addition, subtraction, multiplication, and division do not provide meaningful results. Section 2.1 discusses ways for summarizing categorical data.
Arithmetic operations provide meaningful results for quantitative variables. For example, quantitative data may be added and then divided by number of observations to compute the average value. This average is usually meaningful and easily interpreted. In general, more alternatives for statistical analysis are possible when data are quantitative. Section 2 and Chapter 3 provide ways of summarizing quantitative data.

ผลลัพธ์ (ไทย) 2:

ข้อมูลเด็ดขาดหรือปริมาณข้อมูลที่สามารถจัดเป็นทั้งเด็ดขาดหรือเชิงปริมาณ ข้อมูลที่สามารถจัดกลุ่มตามประเภทที่เฉพาะเจาะจงจะเรียกว่าเป็นข้อมูลที่แน่ชัด ข้อมูลเด็ดขาดใช้ทั้งขนาดที่ระบุหรือลำดับของการวัด ข้อมูลที่ใช้ค่าตัวเลขเพื่อแสดงให้เห็นเท่าใดหรือกี่จะเรียกว่าเป็นข้อมูลเชิงปริมาณ
ข้อมูลเชิงปริมาณจะได้รับใช้อย่างใดอย่างหนึ่งในช่วงเวลาหรืออัตราการวัดขนาดของตัวแปรเด็ดขาดเป็นตัวแปรที่มีข้อมูลเด็ดขาดและตัวแปรเชิงปริมาณเป็นตัวแปรที่มีข้อมูลเชิงปริมาณ ที่เหมาะสมสำหรับการวิเคราะห์ทางสถิติตัวแปรโดยเฉพาะอย่างยิ่งไม่ว่าจะขึ้นอยู่กับตัวแปรที่เด็ดขาดหรือเชิงปริมาณ ถ้าตัวแปรเป็นเด็ดขาดในการวิเคราะห์ทางสถิติจะถูก จำกัด เราสามารถสรุปข้อมูลเด็ดขาดโดยการนับจำนวนของการสังเกตในแต่ละประเภท อย่างไรก็ตามแม้เมื่อข้อมูลที่แน่ชัดจะมีการระบุโดยรหัสตัวเลขดำเนินการทางคณิตศาสตร์เช่นบวกลบคูณหารไม่ได้ให้ผลที่มีความหมาย 2.1 มาตรากล่าวถึงวิธีการสำหรับการสรุปข้อมูลที่แน่ชัด.
ดำเนินการทางคณิตศาสตร์ให้ผลลัพธ์ที่มีความหมายสำหรับตัวแปรเชิงปริมาณ ตัวอย่างเช่นข้อมูลเชิงปริมาณอาจจะเพิ่มและหารด้วยจำนวนข้อสังเกตในการคำนวณค่าเฉลี่ย เฉลี่ยนี้มักจะมีความหมายและตีความได้อย่างง่ายดาย โดยทั่วไปทางเลือกมากขึ้นสำหรับการวิเคราะห์ทางสถิติที่เป็นไปได้เมื่อข้อมูลเชิงปริมาณ ส่วนที่ 2 และบทที่ 3 วิธีการให้สรุปข้อมูลเชิงปริมาณ

ผลลัพธ์ (ไทย) 3:

อย่างแท้จริง หรือข้อมูลเชิงปริมาณสามารถจัดเป็นข้อมูล
ให้เด็ดขาด หรือเชิงปริมาณ ข้อมูลที่สามารถจัดกลุ่มตามประเภทที่ระบุจะเรียกว่าเป็นข้อมูลเชิงคุณภาพ จำแนกประเภทข้อมูลใช้ทั้งปกติหรือช่วงระดับของการวัด ข้อมูลที่ใช้ค่าตัวเลขบ่งบอกเท่าใดหรือกี่จะเรียกว่าเป็นข้อมูลเชิงปริมาณการวิเคราะห์ข้อมูลได้ใช้ในช่วงเวลา หรืออัตราส่วนของการวัด
ตัวแปรอย่างแท้จริงเป็นตัวแปรที่มีข้อมูลอย่างแท้จริง และตัวแปรเชิงปริมาณคือ ตัวแปร กับข้อมูลเชิงปริมาณ สถิติที่ใช้ในการวิเคราะห์ข้อมูลสำหรับตัวแปรที่เหมาะสมโดยขึ้นอยู่กับว่าตัวแปรที่เป็นเชิงคุณภาพหรือเชิงปริมาณ ถ้าตัวแปรที่เป็นคำขาดการวิเคราะห์จำกัด เราสามารถสรุปข้อมูลอย่างแท้จริง โดยการนับจำนวนของการสังเกตในแต่ละประเภท อย่างไรก็ตาม แม้ว่าข้อมูลอย่างแท้จริงจะระบุด้วยรหัสเลข ค่าดำเนินการ เช่น การบวก การลบ การคูณ และการหาร ไม่ให้ผลลัพธ์ที่มีความหมาย 2.1 ส่วนกล่าวถึงแนวทาง
สรุปข้อมูลเชิงคุณภาพการดำเนินการคำนวณให้ผลลัพธ์ที่มีความหมายสำหรับตัวแปรเชิงปริมาณ ตัวอย่างเช่น ข้อมูลเชิงปริมาณ อาจจะเพิ่ม แล้วหารด้วยจำนวนตัวอย่างเพื่อหาค่าเฉลี่ย เฉลี่ยนี้มักจะมีความหมายและสามารถตีความได้ ในทั่วไป , ทางเลือกที่มากขึ้นสำหรับการวิเคราะห์ทางสถิติเป็นไปได้เมื่อข้อมูลเชิงปริมาณส่วนที่ 2 บทที่ 3 ให้วิธีสรุปข้อมูลเชิงปริมาณ