I statistik är nominella data (även känd som nominell skala) en typ av data som används för att märka variabler utan att ge något kvantitativt värde. Det är den enklaste formen av en måttskala. Till skillnad från ordinaldata Ordinaldata I statistik är ordinaldata den typ av data där värdena följer en naturlig ordning. En av de mest anmärkningsvärda funktionerna i ordinarie data är att nominella data inte kan beställas och inte kan mätas.
Olikt intervall- eller förhållandedata kan nominella data inte manipuleras med tillgängliga matematiska operatorer. Således är det enda måttet på central tendens Central tendens Central tendens är en beskrivande sammanfattning av en dataset genom ett enda värde som återspeglar mitten av datadistributionen. Tillsammans med variabiliteten för sådana data är läget.
Kännetecken för nominella data
Nominella data kan vara både kvalitativa och kvantitativa. De kvantitativa etiketterna saknar dock ett numeriskt värde eller förhållande (t.ex. identifikationsnummer). Å andra sidan kan olika typer av kvalitativa data representeras i nominell form. De kan innehålla ord, bokstäver och symboler. Namn på människor, kön och nationalitet är bara några av de vanligaste exemplen på nominella data.
Hur man analyserar nominella data?
Nominella data kan analyseras med grupperingsmetoden. Variablerna kan grupperas i kategorier, och för varje kategori kan frekvensen eller procenten beräknas. Uppgifterna kan också presenteras visuellt, till exempel genom att använda ett cirkeldiagram.
Även om nominella data inte kan behandlas med matematiska operatorer kan de fortfarande analyseras med avancerade statistiska metoder. Exempelvis är ett sätt att analysera data genom hypotesprövning. Hypotesprovning. Hypotesprovning är en metod för statistisk inferens. Den används för att testa om ett uttalande om en populationsparameter är korrekt. Hypotes testning.
För nominella data kan hypotesprovningar utföras med hjälp av icke-parametriska tester såsom chi-kvadrat-testet. Det chi-kvadrerade testet syftar till att avgöra om det finns en signifikant skillnad mellan den förväntade frekvensen och den observerade frekvensen för de angivna värdena.
Fler resurser
Finance erbjuder Financial Modelling & Valuation Analyst (FMVA) ™ FMVA®-certifiering. Gå med i 350 600 studenter som arbetar för företag som Amazon, JP Morgan och Ferrari-certifieringsprogram för dem som vill ta sin karriär till nästa nivå. För att fortsätta lära och utveckla din karriär kommer följande finansresurser att vara till hjälp:
- Grundläggande statistikbegrepp inom ekonomi Grundläggande statistikbegrepp för ekonomi En solid förståelse för statistik är avgörande för att hjälpa oss att bättre förstå ekonomi. Dessutom kan statistikbegrepp hjälpa investerare att övervaka
- Oberoende händelser Oberoende händelser I statistik och sannolikhetsteori är oberoende händelser två händelser där förekomsten av en händelse inte påverkar förekomsten av en annan händelse
- Positivt skev fördelning Positivt skev fördelning I statistik är en positivt skev (eller höger skev) fördelning en typ av distribution där de flesta värden grupperas runt vänster svans på
- Kvantitativ analys Kvantitativ analys Kvantitativ analys är processen att samla in och utvärdera mätbara och verifierbara data såsom intäkter, marknadsandelar och löner för att förstå ett företags beteende och prestanda. I datateknikens tid betraktas kvantitativ analys som det föredragna sättet att fatta välgrundade beslut.
