Categorical Data   범주형 자료, 범주적 자료

(2020-01-26)

범주 자료, Categorical Variable, 범주 변수, 범주형 변수

1. (범주형)  범주 자료 (Categorical Data) / 질적 자료 (Qualitative Data)색깔,지역,직업,설문결과,사회계급,학력 등 `범주화/식별성 및 서열 정도 만` 가능

  ㅇ 범주형 자료의 구분
     - 명목 자료 (Nomial Data)
        . 어떤 속성을 분류하기 위해 수치 부여 (例, 남 1,여 0,혈액형 등)
           .. 여기서, 남 1,여 0 2개 수치화하는 것을, 수준 이라고 함
     - 서열 자료 (Ordinal Data)
        . 상대적인 크기 비교 (例, 사회계급,선호순위,학력 등)

  ㅇ 특징
     - 사칙연산 의미 없음
        . 즉, 평균을 구하는 것 등은 의미 없음
     - 주로, 범주에 속하는 개체 수(도수) 만을 분석 대상으로 삼음
        . 주요 분석 표 : 통계 분할표(Contingency Table)


2. 범주형 자료의 `변환`,`표현`,`적용`

  ㅇ 변환 (질적 자료양적 자료)
     - 질적 자료를 이산적으로 수치화시킴
        . 어떤 범주(Category)에 속하는 데이터들을 하나의 사건에 대응시켜 수치 부여
        . 통상, 어떤 속성에 따라 분류시켜 도수(Counting)화한 자료

     - 例) 품질수준(상,중,하 3개 범주),고장종류(기계고장,전기고장,사용자오작동 3개 범주) 등

  ㅇ 표현 (자료 정리 및 표현 형태)
     - 표 또는 그래프의 형태로 정리 함    ☞ 통계 자료 표현 참조
        . 例) 도수 분포표, 통계 분할표 등 
     - 자료(데이터)들을 통계적으로 하나의 수치량으로 축약   ☞ 통계량 참조

  ㅇ 적용    ☞ 통계분석 참조
     - 질적 자료(변수)들 간에 관계 분석
     - 자료(변수) 간에 변화 예측
3. 범주형 자료의 분석

  ㅇ 두 범주형 자료(변수) 간에 관계가 있는지 여부를 검정 : 피어슨의 카이제곱 검정


[자료(데이터)] 1. 자료 및 그 분류 2. 자료의 요약 및 표현 3. 자료의 척도 4. 범주형 자료 5. 계수치,계량치 6. 독립/설명/예측 변수, 종속/반응/결과 변수

 
        최근수정     요약목록     참고문헌