Кіріспе

Біртұтас деректердің бірлігі екі ғана мүмкін күйді қабылдай алады. Бинарлық деректер – бірлігі екі ғана күйді қабылдай алатын деректер. Бұл күйлер көбінесе екілік сандар жүйесі мен Буль алгебрасына сәйкес 0 және 1 деп белгіленеді. Бинарлық деректер көптеген техникалық және ғылыми салаларда кездеседі, онда олар компьютер ғылымында бит (бинарлық сан), математикалық логикада шындық мәні және оған қатысты салаларда, ал статистикада бинарлық айнымалы деп аталуы мүмкін.

Математикалық және комбинаторлық негіздер

Тек бір ғана күйді қабылдай алатын дискретті айнымалыда ақпарат жоқ, және ол 1-ден кейінгі келесі табиғи сан болып табылады. Сондықтан, екі ғана мүмкін мәні бар айнымалы – бит, ақпараттың негізгі стандартты бірлігі болып табылады. N биттен тұратын жиынтықта екінің дәрежесінде күйлер болуы мүмкін: толық мәліметтер үшін бинарлық санды қараңыз. Дискретті айнымалылар жиынтығының күйлерінің саны айнымалылардың санына экспоненциалды түрде тәуелді, ал әрбір айнымалының күйлерінің санына ғана күш заңы арқылы тәуелді. Он битте үш ондық саннан артық күйлер бар, ал 10k бит 3k ондық санмен сипатталатын ақпаратты (санды немесе басқа да бірдеңені) көрсетуге жеткілікті. Сондықтан, 3, 4, 5, 6, 7, 8, 9, 10 күйі бар дискретті айнымалылардағы ақпаратты екі, үш немесе төрт есе көп биттерді бөлу арқылы әрқашан жаңартуға болады. Осылайша, 2-ден басқа кішкентай санды қолдану ешқандай артықшылық бермейді. Сонымен қатар, Буль алгебрасы биттер жиынтығы үшін ыңғайлы математикалық құрылымды ұсынады, оның семантикасы – ұсыныс айнымалыларының жиынтығы. Буль алгебрасының амалдары компьютерлік ғылымда "бит бойынша амалдар" деп аталады. Буль функциялары теориялық тұрғыдан жақсы зерттелген және компьютерлік бағдарламалармен немесе цифрлық электроникадағы логикалық схемалар арқылы оңай жүзеге асырылуы мүмкін. Бұл түрлі деректерді, тіпті бастапқыда екілік емес деректерді де көрсету үшін биттерді пайдалануға мүмкіндік береді.

Бинарлық айнымалылар

Бинарлық айнымалы – екі мүмкін мәні бар бинарлық типтегі кездейсоқ айнымалы. Тәуелсіз және бірдей таралымды (i.i.d.) бинарлық айнымалылар Бернулли таралымын сақтайды, бірақ жалпы алғанда бинарлық деректер i.i.d. айнымалылардан туындауы міндетті емес. I.i.d. бинарлық айнымалылардың толық саны (немесе 1 немесе 0 ретінде кодталған i.i.d. бинарлық айнымалылардың қосындысы) биномдық таралымды сақтайды, бірақ егер бинарлық айнымалылар i.i.d. болмаса, таралым биномдық болуы қажет емес.

Санау

Категориялық деректер сияқты, бинарлық деректерді санау деректерінің векторына түрлендіруге болады, әр мүмкін мән үшін бір координата жазылып, сол мән кездессе 1, кездеспесе 0 саналады. Мысалы, егер мәндер A және B болса, A, A, B деректер жиынтығы (1, 0), (1, 0), (0, 1) түрінде көрсетілуі мүмкін. Сандарға түрлендірілгеннен кейін бинарлық деректерді топтастырып, сандарды қосуға болады. Мысалы, егер A, A, B жиынтығы топтастырылса, жалпы саны (2, 1) болады: 2 A және 1 B (3 тәжірибеден). Бар болғаны екі мүмкін мән болғандықтан, оны бір ғана санға (скалярлық мәнге) дейін қысқартуға болады, бір мәнді "сәттілік" деп, екіншісін "сәтсіздік" деп қарастырып, сәттілікті 1, сәтсіздікті 0 деп кодтау арқылы (тек "сәттілік" мәнінің координатын пайдаланып, "сәтсіздік" координатын қолданбай). Мысалы, егер A мәні "сәттілік" деп есептелсе (демек, B "сәтсіздік" болады), A, A, B деректер жиынтығы 1, 1, 0 ретінде көрсетіледі. Бұл топталғанда мәндер қосылады, ал тәжірибелер саны көбінесе жасырын түрде есептеледі. Мысалы, A, A, B жиынтығы 1 + 1 + 0 = 2 сәттілікке (тәжірибелер санынан) топтастырылады. Керісінше, санау деректері – бұл екілік деректер, онда екі класс бар: 0 (сәтсіздік) немесе 1 (сәттілік). Тәуелсіз және бірдей үлестірімді (i.i.d.) екілік айнымалылардың саны биномдық үлестірілімге сәйкес келеді, мұнда n – тәжірибелердің жалпы саны (топталған деректердегі ұпайлар).

Регрессия

Бинарлық айнымалылар болып табылатын болжамды нәтижелерге қатысты регрессиялық талдау бинарлық регрессия деп аталады; егер бинарлық деректер санау деректеріне түрлендірілсе және тәуелсіз және бірдей үлестірімді (i.i.d.) айнымалылар ретінде модельделсе (яғни, олар биномдық үлестірілімге ие болса), биномдық регрессия қолданылуы мүмкін. Бинарлық деректер үшін ең көп қолданылатын регрессия әдістері – логистикалық регрессия, пробит регрессиясы немесе олармен байланысты бинарлық таңдау модельдері. Сол сияқты, екіден астам санатқа ие тәуелсіз және бірдей үлестірімді (i.i.d.) санатты айнымалылардың санын көпмүшелік регрессия арқылы модельдеуге болады. Тәуелсіз емес бинарлық деректердің санын бета-биномдық үлестірім (құрама үлестірім) сияқты күрделі үлестірімдермен модельдеуге болады. Балама ретінде, шығыс айнымалысының үлестірілімін нақты модельдеу қажеттілігінсіз, жалпыланған сызықтық модельдердің әдістерін пайдаланып, қатынасты модельдеуге болады, мысалы, квази-ықтималдылық және квазибиномдық модель; қараңыз.

Компьютерлік ғылымда

Қазіргі компьютерлерде бинарлық деректер – жоғары деңгейде түсіндірілмейтін немесе басқа форматқа түрлендірілмейтін, бинарлық түрде ұсынылған кез келген деректерді білдіреді. Ең төменгі деңгейде биттер флип-флоп сияқты екі тұрақты күйге ие құрылғыда сақталады. Бинарлық деректердің көп бөлігі символдық мағынаға ие болғанымен (қарастырылмайтын мәндерден басқа), барлық бинарлық деректер сандық болып табыла бермейді. Кейбір бинарлық деректер компьютерлік нұсқауларды көрсетеді, мысалы, процессор тіркелгіштеріндегі деректер, басқару блогымен орындалу циклы бойынша декодталады. Компьютерлер өнімділікті арттыру үшін жеке биттерді сирек өзгертеді. Оның орнына деректер белгілі бір мөлшердегі биттерден тұратын топтарда ұйымдастырылады, әдетте 1 байт (8 бит). Сондықтан компьютердегі "бинарлық деректер" – байттардың тізбегі. Жоғары деңгейде деректерге 32 биттік жүйелер үшін 1 сөз (4 байт), ал 64 биттік жүйелер үшін 2 сөзден тұратын топтар арқылы қол жеткізіледі. Қолданбалы информатика және ақпараттық технология салаларында "бинарлық деректер" термині мәтіндік деректерге қарама-қарсы қолданылады, яғни мәтін ретінде түсіндірілмейтін кез келген деректерді білдіреді. "Мәтін" мен "бинарлық" арасындағы айырма кейде файлдың мазмұнына қатысты болады (мысалы, жазбаша құжат пен цифрлық кескін). Дегенмен, көбінесе ол файлдың жеке байттарын мәтін ретінде түсіндіруге болатынына (мәліметтерді кодтауды қараңыз) немесе болатынына қатысты. Осы мағынаны білдіру үшін екілік формат және мәтіндік формат сияқты нақтырақ терминдер қолданылады. Семантикалық тұрғыдан мәтіндік деректер екілік форматта ұсынылуы мүмкін (мысалы, қысылған кезде немесе Microsoft Word қолданатын doc форматындағыдай әртүрлі форматтау кодтарын араластыратын форматтарда). Керісінше, кескін деректері кейде мәтіндік форматта ұсынылады (мысалы, X Window System-де қолданылатын X PixMap кескін форматы). 1 және 0 – екі түрлі кернеу деңгейі ғана. Компьютерге жоғары кернеуді 1, ал төмен кернеуді 0 деп түсіндіруге болады. Екі кернеу деңгейін сақтаудың көптеген әртүрлі тәсілдері бар. Егер сіз дискетті көрген болсаңыз, онда ферромагниттік материалмен қапталған магниттік таспаны көресіз. Бұл – магниттік өрістердің белгілі бір бағытта орналасқан домендері бар парамагниттік материалдың бір түрі, материалдар арқылы ток өткізілгеннен немесе магниттік өріс алынғаннан кейін де қалдық магниттік өріс сақтайды. Магниттік таспаға деректерді жазу кезінде, 1-ге сәйкес доменнің бағытын сақтау үшін магниттік өріс бір бағытта жүргізіледі, ал 0-ге сәйкес доменнің бағытын сақтау үшін магниттік өріс басқа бағытта жүргізіледі. Осылайша, 1 және 0 деректері әдетте осылай сақталады.