Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Статистикадағы түсінік
Concept in statistics
Номиналды деректерге кіріспе
Байқаулар жиынтығындағы немесе нақты жағдайда әрбір дерек нүктесін белгілі бір сапалық санатқа байланыстыратын айнымалы – категориялық айнымалы. Категориялық айнымалылардың екі түрі бар: ординалды және номиналды. Категориялық шкаланың бірінші түрі табиғи ретке тәуелді, сапалық сезіммен анықталатын деңгейлерге негізделген. Осы реттеу қағидасын қолданатын айнымалылар реттік айнымалылар деп аталады. Ал реті жоқ шкалаға ие айнымалылар номиналды айнымалылар болып табылады. Номиналды айнымалы немесе номиналды топ – белгілі бір сапалық ерекшеліктерімен біріктірілген объектілер немесе идеялар жиыны. Номиналды айнымалылардың табиғи реті болмайды, демек, осы айнымалыларға жасалатын статистикалық талдау деректердің қандай тәртіппен ұсынылғанына қарамастан, әрқашан бірдей нәтиже береді. Мысалы, нәсілдің (номиналды) кіріске (қатынастық) әсерін зерттеу үшін кіріс деңгейін нәсілді көрсететін бір немесе бірнеше фиктивті айнымалыларға регрессиялау арқылы қарастыруға болады. Номиналды айнымалылар осы контексте қолданылғанда, орындалатын дерек операцияларының мүмкіндіктері шектеулі. Арифметикалық операциялар мен деректердің орташа тенденциясын өлшеуге арналған есептеулер (деректерді талдаудың сандық міндеттемелері, оның ішінде орташа, медиана) номиналды санаттар үшін қолданылмайды, бірақ дерек операцияларына жиілікті және жиілік таралуын салыстыру, моданы анықтау, тірек кестелерді құру, хи-квадраттың сәйкестік және тәуелсіздік сынақтарын қолдану, кодтау және қайта кодтау, сондай-ақ логистикалық немесе пробит регрессияларын пайдалану жатады.
A variable used to associate each data point in a set of observations, or in a particular instance, to a certain qualitative category is a categorical variable. Categorical variables have two types of scales, ordinal and nominal. The first type of categorical scale is dependent on natural ordering, levels that are defined by a sense of quality. Variables with this ordering convention are known as ordinal variables. In comparison, variables with unordered scales are nominal variables.]] A nominal variable, or nominal group, is a group of objects or ideas collectively grouped by a particular qualitative characteristic. Nominal variables do not have a natural order, which means that statistical analyses of these variables will always produce the same results, regardless of the order in which the data is presented. For example, the effect of race (nominal) on income (ratio) could be investigated by regressing the level of income upon one or more dummy variables that specify race. When nominal variables are used in these contexts, the valid data operations that may be performed are limited. While arithmetic operations and calculations measuring the central tendency of data (quantitative assignments of data analysis, including mean, median) cannot be performed on nominal categories, performable data operations include the comparison of frequencies and the frequency distribution, the determination of a mode, the creation of pivot tables, and uses of Chi square goodness of fit and independence tests, coding and recoding, and logistic or probit regressions.]]
Номиналды деректердің мысалдары мен логикалық талдауы
"Номиналды" термині болғандай, номиналды топтар қоршаған деректердің атына негізделеді. Бұған тағы бір мысал – жиынтықтағы әрбір дерек нүктесіне 0 немесе 1 сандық мәнін тағайындайтын индикатор айнымалы кодилеуін пайдалану. Бұл әдіс жеке бақылаулардың белгілі бір топқа жататынын (бірге белгіленеді) немесе жатпайтынын (нөлге белгіленеді) анықтайды. Бұл сандық байланыс номиналды деректерді талдаудағы икемділікті арттырады, себебі ол тек ерекше номиналды топтар арасындағы айырмашылықтарды ғана емес, сонымен қатар жиынтықтағы деректер арасындағы айырмашылықтарды да қамтиды, жүйелі контексте номиналды айнымалылар мен басқа айнымалылар арасындағы өзара әрекеттестікті анықтауға көмектеседі.
As ‘nominal’ suggests, nominal groups are based on the name of the data it encapsulates. Another example of this is the use of indicator variable coding that assigns a numerical value of 0 or 1 to each data point in a set. This method identifies whether individual observations belong to a particular group (set to one) or not (set to zero). This numerical association allows for more flexibility in nominal data analysis as it captures differences not only between distinct nominal groups, but also the differences present among data within a set, determining the interactions between nominal variables and other variables in a systematic context.