W statystyce dane porządkowe to typ danych, w których wartości mają naturalny porządek. Jedną z najbardziej godnych uwagi cech danych porządkowych jest to, że różnic między wartościami danych nie można określić lub są one bez znaczenia. Ogólnie kategorie danych nie mają szerokości reprezentującej równe przyrosty podstawowego atrybutu.
W niektórych przypadkach wartości danych przedziałów lub współczynników można grupować w celu uzyskania charakterystyk danych. Na przykład zakresy dochodów są danymi porządkowymi, podczas gdy sam dochód jest danymi wskaźnikowymi.
W przeciwieństwie do danych dotyczących przedziałów lub współczynników, danymi porządkowymi nie można manipulować za pomocą operatorów matematycznych. Z tego powodu jedyną dostępną miarą tendencji centralnej Tendencja centralna Tendencja centralna jest opisowe podsumowanie zbioru danych za pomocą pojedynczej wartości, która odzwierciedla środek rozkładu danych. Wraz ze zmiennością dla zbiorów danych zawierających dane porządkowe jest mediana.
Zastosowania danych porządkowych
Zwykłe dane są powszechnie wykorzystywane w różnych badaniach i kwestionariuszach. Jednym z przykładów jest skala Likerta, którą można znaleźć w wielu ankietach. Skala Likerta zawiera kategorie skali psychometrycznej, takie jak „Zdecydowanie się zgadzam”, „Zgadzam się” itp.
Różne przykłady tego typu danych można często spotkać w finansach i ekonomii. Weźmy pod uwagę raport ekonomiczny, który bada poziom PKB Produkt krajowy brutto (PKB) Produkt krajowy brutto (PKB) jest standardową miarą kondycji ekonomicznej kraju i wskaźnikiem jego poziomu życia. Ponadto PKB można wykorzystać do porównania poziomów wydajności w różnych krajach. z różnych krajów. Jeśli w raporcie uszeregowano kraje według ich PKB, rangi są przykładami danych porządkowych.
Jak analizować dane?
Najprostszym sposobem analizy danych porządkowych jest użycie narzędzi do wizualizacji. Na przykład dane mogą być prezentowane w tabeli, w której każdy wiersz wskazuje odrębną kategorię. Ponadto można je również wizualizować za pomocą różnych wykresów. Najczęściej używanym wykresem do reprezentowania tego typu danych jest wykres słupkowy.
Dane porządkowe można również analizować za pomocą zaawansowanych narzędzi analizy statystycznej, takich jak testowanie hipotez Testowanie hipotez Testowanie hipotez Testowanie jest metodą wnioskowania statystycznego. Służy do sprawdzenia, czy stwierdzenie dotyczące parametru populacji jest poprawne. Testowanie hipotez . Należy zauważyć, że standardowe metody parametryczne, takie jak test t lub ANOVA, nie mogą być stosowane do tego typu danych. Testowanie hipotez danych można przeprowadzić wyłącznie za pomocą testów nieparametrycznych, takich jak test U Manna-Whitneya lub test par par Wilcoxona.
Więcej zasobów
Finance jest oficjalnym dostawcą programu Financial Modeling and Valuation Analyst (FMVA) ™ Certyfikat FMVA® Dołącz do ponad 350 600 studentów, którzy pracują dla firm takich jak Amazon, JP Morgan i Ferrari, w ramach programu certyfikacji, którego celem jest przekształcenie każdego w światowej klasy analityka finansowego.
Aby dalej uczyć się i rozwijać swoją wiedzę na temat analizy finansowej, zdecydowanie zalecamy poniższe dodatkowe zasoby finansowe:
- Podstawowe pojęcia statystyczne w finansach Podstawowe pojęcia dotyczące statystyki w finansach Dokładne zrozumienie statystyki jest niezwykle ważne, abyśmy mogli lepiej zrozumieć finanse. Ponadto koncepcje statystyczne mogą pomóc inwestorom w monitorowaniu
- Wzajemnie wykluczające się zdarzenia Wzajemnie wykluczające się zdarzenia W statystyce i teorii prawdopodobieństwa dwa zdarzenia wykluczają się wzajemnie, jeśli nie mogą wystąpić w tym samym czasie. Najprostszy przykład wzajemnego wykluczania się
- Mediana Mediana Mediana to miara statystyczna określająca środkową wartość zbioru danych w kolejności rosnącej (tj. Od najmniejszej do największej wartości). Mediana
- Analiza ilościowa Analiza ilościowa Analiza ilościowa to proces zbierania i oceny mierzalnych i weryfikowalnych danych, takich jak przychody, udział w rynku i płace, w celu zrozumienia zachowania i wyników firmy. W dobie technologii danych analiza ilościowa jest uważana za preferowane podejście do podejmowania świadomych decyzji.
