Tilastoissa nimellistiedot (tunnetaan myös nimellä nimellisasteikko) ovat tietotyyppejä, joita käytetään muuttujien merkitsemiseen antamatta mitään kvantitatiivista arvoa. Se on yksinkertaisin mittakaavan muoto. Toisin kuin järjestysdata Järjestysdata Tilastoissa järjestysdata on tietotyyppi, jossa arvot seuraavat luonnollista järjestystä. Yksi järjestysdatan merkittävimmistä ominaisuuksista on se, että nimellistietoja ei voida tilata eikä mitata.
Eroa intervalli- tai suhdetietojen suhteen, nimellistietoja ei voida manipuloida käytettävissä olevien matemaattisten operaattoreiden avulla. Täten ainoa keskitaipumuksen mittaus Keskitaipumus Keskitaipumus on kuvaileva yhteenveto tietojoukosta yhden arvon kautta, joka heijastaa tiedonjakelun keskipistettä. Tällaisten tietojen vaihtelevuuden lisäksi on tila.
Nimellistietojen ominaisuudet
Nimelliset tiedot voivat olla sekä laadullisia että määrällisiä. Kvantitatiivisista tarroista puuttuu kuitenkin numeerinen arvo tai suhde (esim. Tunnistenumero). Toisaalta erityyppisiä kvalitatiivisia tietoja voidaan esittää nimellisessä muodossa. Ne voivat sisältää sanoja, kirjaimia ja symboleja. Ihmisten nimet, sukupuoli ja kansallisuus ovat vain muutamia yleisimpiä esimerkkejä nimellisistä tiedoista.
Kuinka nimellistietoja analysoidaan?
Nimelliset tiedot voidaan analysoida ryhmittelymenetelmällä. Muuttujat voidaan ryhmitellä yhteen luokkiin, ja kullekin luokalle voidaan laskea taajuus tai prosenttiosuus. Tiedot voidaan esittää myös visuaalisesti, esimerkiksi käyttämällä ympyräkaaviota.
Vaikka nimellistietoja ei voida käsitellä matemaattisilla operaattoreilla, ne voidaan silti analysoida edistyneillä tilastollisilla menetelmillä. Esimerkiksi yksi tapa analysoida tietoja on hypoteesitestaus Hypoteesitestaus Hypoteesitestaus on menetelmä tilastolliseen päättelyyn. Sitä käytetään testaamaan, onko väestöparametriä koskeva väite oikea. Hypoteesin testaus .
Nimellistietoja varten hypoteesitestaus voidaan suorittaa käyttämällä ei-parametreja testejä, kuten khi-neliötesti. Khi-neliötestin tarkoituksena on selvittää, onko annettujen arvojen odotetun taajuuden ja havaitun taajuuden välillä merkittävä ero.
Lisää resursseja
Finance tarjoaa Financial Modeling & Valuation Analyst (FMVA) ™ FMVA® -sertifikaatin. Liity 350 600+ opiskelijaan, jotka työskentelevät yrityksissä, kuten Amazon, J.P.Morgan ja Ferrari -sertifikaattiohjelmassa, niille, jotka haluavat viedä uransa seuraavalle tasolle. Seuraavat rahoitusresurssit ovat hyödyllisiä oppimisen jatkamiseksi ja urasi edistämiseksi:
- Rahoituksen perustilastokäsitteet Rahoituksen perustilastokäsitteet Tilastojen vahva tuntemus on ratkaisevan tärkeää, jotta voimme paremmin ymmärtää taloutta. Lisäksi tilastokonseptit voivat auttaa sijoittajia seuraamaan
- Riippumattomat tapahtumat Riippumattomat tapahtumat Tilastoissa ja todennäköisyysteoriassa itsenäiset tapahtumat ovat kaksi tapahtumaa, joissa yhden tapahtuman esiintyminen ei vaikuta toisen tapahtuman esiintymiseen
- Positiivisesti vino jakelu Positiivisesti vino jakelu Tilastoissa positiivisesti vinoutunut (tai oikealle vinoutunut) jakauma on jakelutyyppi, jossa suurin osa arvoista on ryhmitelty vasemman
- Kvantitatiivinen analyysi Kvantitatiivinen analyysi Kvantitatiivinen analyysi on prosessi, jolla kerätään ja arvioidaan mitattavissa olevia ja todennettavissa olevia tietoja, kuten tulot, markkinaosuus ja palkat, liiketoiminnan käyttäytymisen ja suorituskyvyn ymmärtämiseksi. Tietotekniikan aikakaudella kvantitatiivista analyysia pidetään ensisijaisena lähestymistapana tietoon perustuvien päätösten tekemisessä.
