什么是定性数据统计(What Qualitative Data Statistics)？

定性数据统计是两大类数据之一，研究人员使用这些数据对较大的群体进行推断。许多研究人员使用来自更大群体的样本来收集特定的统计数据。定性数据统计通常是对从样本中收集的数据进行近似或描述。这种统计中的数据类型...

定性数据统计是两大类数据之一，研究人员使用这些数据对较大的群体进行推断。许多研究人员使用来自更大群体的样本来收集特定的统计数据。定性数据统计通常是对从样本中收集的数据进行近似或描述。这种统计中的数据类型组包括名义变量、序数变量、区间变量和比率变量，所有这些在研究中都有特定的用途。研究人员可以操纵收集到的数据来显示关于样本的具体信息，从而显示出关于人群的具体信息，从而支持或不支持一个假设。手放在臀部的妇女上述定性数据统计组通常被称为变量研究中出现的两类变量是独立变量和因变量。自变量可以是实验操作的项目，也可以是影响因变量的项目。在研究中测量因变量，以确定独立变量和其他可能变量如何影响因变量变量可能是一个有点乏味的过程。名义变量是没有顺序或顺序排列的定性数据统计。简而言之，名字要求这些数据仅按名称组织或分开。例如，对问题的回答是或否或参与者的性别（男或女）是最常见的名义数据。研究人员可能需要这些信息来简单地定义研究中个体的基本特征。序数变量表示属于有序序列的数据。当研究人员提出需要一系列答案的问题时，可能会产生这些数据。例如，从差或一般到好或好的答案很好的是序数。有些研究可能会在这些答案上加上数字，比如1、2、3和4。这使得研究人员能够对研究的数据进行排序在定性数据统计中，区间变量在数字之间具有相等的间距。温度或年龄是可能出现在收集的数据中的示例。这种数据类型的关键是不能选择零。这里的信息也可能不属于特定规则，例如数据之间的数学差异。例如，在数据集中，10可能不代表五乘二。最后的定性数据统计组是比率变量。这些数字在数据之间具有相等的间距，并且有一个真正的零点。部分数字，如2.1或3.3，研究人员在研究中必须注意从区间正确识别比率数据。