Statistikā kārtas dati ir datu veids, kurā vērtības seko dabiskā secībā. Viena no ievērojamākajām kārtas datu pazīmēm ir tā, ka atšķirības starp datu vērtībām nevar noteikt vai tām nav nozīmes. Parasti datu kategorijām trūkst platuma, kas apzīmē pamata atribūta vienādus pieaugumus.
Dažos gadījumos intervālu vai attiecību datu vērtības var sagrupēt, lai iegūtu datu raksturlielumus. Piemēram, ienākumu diapazoni tiek uzskatīti par kārtas datiem, savukārt ienākumi paši ir attiecība.
Atšķirībā no intervāla vai attiecības datiem kārtas skaitļus nevar manipulēt, izmantojot matemātiskos operatorus. Šī iemesla dēļ vienīgais pieejamais centrālās tendences centrālās tendences centrālās tendences rādītājs ir datu kopas aprakstošs kopsavilkums, izmantojot vienu vērtību, kas atspoguļo datu izplatīšanas centru. Kopā ar mainīgumu datu kopām, kas satur kārtas datus, ir mediāna.
Kārtas datu izmantošana
Parastie dati parasti tiek izmantoti dažādās aptaujās un anketās. Likerta skala, kuru varat atrast daudzās aptaujās, ir viens piemērs. Likerta skalā ir uzskaitītas tādas psihometriskās skalas kategorijas kā “Pilnīgi piekrītu”, “Piekrītu” utt.
Dažādus šāda veida datu piemērus bieži var sastapt finansēs un ekonomikā. Apsveriet ekonomikas ziņojumu, kurā tiek pētīti IKP līmeņi Iekšzemes kopprodukts (IKP) Iekšzemes kopprodukts (IKP) ir valsts ekonomiskās veselības standarta rādītājs un tās dzīves līmeņa rādītājs. Arī IKP var izmantot, lai salīdzinātu dažādu valstu produktivitātes līmeni. dažādās valstīs. Ja ziņojumā valstis tiek sarindotas pēc to IKP rādītājiem, rindas ir kārtas datu piemēri.
Kā analizēt datus?
Vienkāršākais kārtas datu analīze ir vizualizācijas rīku izmantošana. Piemēram, datus var uzrādīt tabulā, kurā katra rinda norāda atšķirīgu kategoriju. Turklāt tos var arī vizualizēt, izmantojot dažādas diagrammas. Šāda veida datu attēlošanai visbiežāk tiek izmantota joslu diagramma.
Ordinālo informāciju var analizēt arī, izmantojot uzlabotus statistiskās analīzes rīkus, piemēram, hipotēžu pārbaudi Hipotēžu pārbaude Hipotēžu pārbaude ir statistikas secināšanas metode. To izmanto, lai pārbaudītu, vai apgalvojums par populācijas parametru ir pareizs. Hipotēžu pārbaude. Ņemiet vērā, ka šāda veida datiem nevar piemērot standarta parametriskās metodes, piemēram, t-testu vai ANOVA. Datu hipotēzes pārbaudi var veikt tikai, izmantojot tādus parametrus nesekojošus testus kā Mann-Whitney U tests vai Wilcoxon Matched-Pairs tests.
Vairāk resursu
Finanses ir oficiālais finanšu modelēšanas un vērtēšanas analītiķa (FMVA) ™ FMVA® sertifikācijas nodrošinātājs. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, J.P.Morgan un Ferrari sertifikācijas programma, kas paredzēta ikviena pārveidošanai par pasaules klases finanšu analītiķi.
Lai turpinātu mācīties un pilnveidot savas zināšanas par finanšu analīzi, mēs iesakām tālāk norādītos papildu finanšu resursus:
- Finanšu pamatstatistikas jēdzieni Finanšu pamatstatistikas jēdzieni Stingra statistikas izpratne ir ārkārtīgi svarīga, lai palīdzētu mums labāk izprast finanses. Turklāt statistikas jēdzieni var palīdzēt investoriem uzraudzīt
- Savstarpēji izslēdzoši notikumi Savstarpēji izslēgšanas notikumi Statistikā un varbūtību teorijā divi notikumi ir savstarpēji izslēdzoši, ja tie nevar notikt vienlaicīgi. Vienkāršākais savstarpēji izslēdzošā piemērs
- Mediāna Mediāna Mediāna ir statistikas mērs, kas nosaka datu kopas vidējo vērtību, kas uzskaitīta augošā secībā (t.i., no mazākās līdz lielākajai vērtībai). Vidējais
- Kvantitatīvā analīze Kvantitatīvā analīze Kvantitatīvā analīze ir process, kurā tiek vākti un novērtēti izmērāmi un pārbaudāmi dati, piemēram, ieņēmumi, tirgus daļa un algas, lai izprastu uzņēmējdarbības uzvedību un sniegumu. Datu tehnoloģiju laikmetā kvantitatīvā analīze tiek uzskatīta par vēlamo pieeju pamatotu lēmumu pieņemšanā.
