I statistiken är ordinarie data den typ av data där värdena följer en naturlig ordning. En av de mest anmärkningsvärda funktionerna i ordinarie data är att skillnaderna mellan datavärdena inte kan bestämmas eller är meningslösa. Generellt saknar datakategorierna bredden som representerar samma steg i det underliggande attributet.
I vissa fall kan värdena för intervall- eller förhållandedata grupperas för att erhålla dataens egenskaper. Till exempel betraktas inkomstintervallet som ordinarie data medan inkomsten i sig är förhållandedata.
Till skillnad från intervall- eller förhållandedata kan ordinaldata inte manipuleras med matematiska operatorer. Av denna anledning är det enda tillgängliga 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 datamängder som innehåller ordinarie data är medianen.
Användning av ordinarie data
Ordinarie data används ofta i olika undersökningar och frågeformulär. Likert-skalan som du kan hitta i många undersökningar är ett exempel. Likert-skalan listar kategorierna i den psykometriska skalan, som "Stämmer helt med", "Håller med" etc.
Olika exempel på denna datatyp kan ofta förekomma inom ekonomi och ekonomi. Tänk på en ekonomisk rapport som undersöker BNP-nivåerna Bruttonationalprodukten (BNP) Bruttonationalprodukten (BNP) är ett standardmått för ett lands ekonomiska hälsa och en indikator på dess levnadsstandard. Dessutom kan BNP användas för att jämföra produktivitetsnivåerna mellan olika länder. från olika länder. Om rapporten rankar länderna enligt deras BNP-siffror är rankningarna exempel på ordinarie data.
Hur analyserar jag data?
Det enklaste sättet att analysera ordinarie data är att använda visualiseringsverktyg. Till exempel kan data presenteras i en tabell där varje rad anger en särskild kategori. Dessutom kan de visualiseras med hjälp av olika diagram. Det vanligaste diagrammet för att representera sådana typer av data är stapeldiagrammet.
Ordinarie data kan också analyseras med hjälp av avancerade statistiska analysverktyg som hypotesprövning. Hypotesprovning. Hypotesprovning är en metod för statistisk inferens. Den används för att testa om ett uttalande om en populationsparameter är korrekt. Hypotes testning. Observera att de vanliga parametriska metoderna som t-test eller ANOVA inte kan tillämpas på sådana typer av data. Hypotesprovningen av data kan endast utföras med användning av icke-parametriska tester som Mann-Whitney U-test eller Wilcoxon Matched-Pairs-test.
Fler resurser
Ekonomi är den officiella leverantören av Financial Modelling and Valuation Analyst (FMVA) ™ FMVA®-certifiering. Gå med i 350 600+ studenter som arbetar för företag som Amazon, JP Morgan och Ferrari-certifieringsprogram, utformade för att förvandla vem som helst till en ekonomisk analytiker i världsklass.
För att fortsätta lära dig och utveckla dina kunskaper om ekonomisk analys, rekommenderar vi starkt ytterligare finansresurser nedan:
- 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
- Ömsesidigt exklusiva händelser Ömsesidigt exklusiva händelser I statistik och sannolikhetsteori är två händelser ömsesidigt exklusiva om de inte kan inträffa samtidigt. Det enklaste exemplet på ömsesidigt uteslutande
- Median Median Median är ett statistiskt mått som bestämmer medelvärdet för en datamängd som listas i stigande ordning (dvs. från det minsta till det största värdet). Medianen
- 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.
