变量与属性 (数据处理)

维基百科,自由的百科全书
跳到导航 跳到搜索

科学研究的数据处理中,属性(attribute)是对象(人、物等)的特性[1]变量(variable)是属性的逻辑上的集合。[1]变量可以变化,如“高”或“低”。[1]其值由属性的值确定(也许一个属性的值就是"low"或"high")。[1] (例如二元期權

当属性是直观的,变量操作主义方式用属性表示,如“健康”用身體質量指數、体脂率等表示。数据处理时,数据表示为items的组合火车多个变量的组合。

每个变量的值在统计学上在该变量的域中是可变的(或者称分布的)。域(domain)是一个变量所有可能值的集合。

  • 定类测量(nominal scale):以观察结果的属性特征定义的,是准确水平最低的测量。如:性别、种族。
  • 定序测量(ordinal scale):取值可以的按照某种逻辑顺序将研究对象排列出高低或大小,但不可以相加减。如成绩是优秀、良好、合格、不合格。
  • 定距测量(interval scale):可以确定间隔距离和数量差别。
  • 定比测量(ratio scale):除了具有上述三种尺度的全部性质之外,还具有一个绝对的0点(有实际意义的0点)。如答错了IQ测试的每个题目也不意味着你全无智力。

参考文献[编辑]

  1. ^ 1.0 1.1 1.2 1.3 Earl R. Babbie英语Earl R. Babbie, The Practice of Social Research", 12th edition, Wadsworth Publishing, 2009, ISBN 0-495-59841-0, p. 14-18