Введение
Данные, чей элемент может принимать только два возможных состояния. Бинарные данные – это данные, чей элемент может принимать только два возможных состояния. Эти состояния часто обозначаются как 0 и 1 в соответствии с двоичной системой счисления и булевой алгеброй. Бинарные данные встречаются в различных технических и научных областях, где они могут называться по-разному, включая бит (бинарная цифра) в информатике, логическое значение в математической логике и смежных областях, а также бинарная переменная в статистике.
Binary data is data whose unit can take on only two possible states. These are often labelled as 0 and 1 in accordance with the binary numeral system and Boolean algebra. Binary data occurs in many different technical and scientific fields, where it can be called by different names including bit (binary digit) in computer science, truth value in mathematical logic and related domains and binary variable in statistics.
Математические и комбинаторные основы
Дискретная переменная, которая может принимать только одно состояние, не содержит никакой информации и является следующим натуральным числом после 1. Именно поэтому бит, переменная с двумя возможными значениями, является стандартной основной единицей информации. Набор из n битов может иметь 2 в степени n состояний: подробности см. в статье о двоичной системе счисления. Количество состояний набора дискретных переменных зависит экспоненциально от количества переменных и лишь степенно от количества состояний каждой переменной. Десять битов имеют больше состояний, чем три десятичные цифры, а 10k битов более чем достаточно для представления информации (числа или чего-либо другого), которая требует 3k десятичных цифр. Таким образом, информация, содержащаяся в дискретных переменных с 3, 4, 5, 6, 7, 8, 9, 10 состояниями, всегда может быть представлена, выделив в два, три или четыре раза больше битов. Следовательно, использование любого другого малого числа, кроме 2, не дает преимуществ. Более того, булева алгебра предоставляет удобную математическую структуру для набора битов, с семантикой набора пропозициональных переменных. Операции булевой алгебры известны как "побитовые операции" в информатике. Булевы функции также хорошо изучены теоретически и легко реализуются либо с помощью компьютерных программ, либо с помощью так называемых логических элементов в цифровой электронике. Это способствует использованию битов для представления различных данных, даже тех, которые изначально не являются двоичными.
Бинарные переменные
Бинарная переменная — это случайная переменная бинарного типа, то есть принимающая два возможных значения. Независимые и одинаково распределённые (i.i.d.) бинарные переменные подчиняются распределению Бернулли, но в общем случае бинарные данные не обязательно происходят из i.i.d. переменных. Суммарное количество i.i.d. бинарных переменных (эквивалентно, суммы i.i.d. бинарных переменных, закодированных как 1 или 0) подчиняется биномиальному распределению, но если бинарные переменные не являются i.i.d., распределение не обязательно будет биномиальным.
Подсчет
Как и категориальные данные, бинарные данные можно преобразовать в вектор данных о количестве, записывая одну координату для каждого возможного значения и подсчитывая 1 для значения, которое встречается, и 0 для значения, которое не встречается. Например, если значениями являются A и B, то набор данных A, A, B можно представить в виде количества (1, 0), (1, 0), (0, 1). После преобразования в количество, бинарные данные можно сгруппировать и сложить полученные количества. Например, если набор A, A, B сгруппирован, то общее количество будет (2, 1): 2 A и 1 B (из 3 попыток). Поскольку существует только два возможных значения, это можно упростить до одного количества (скалярного значения), рассматривая одно значение как "успех", а другое как "неудача", кодируя значение успеха как 1, а неудачи как 0 (используя только координату для значения "успех", а не координату для значения "неудача"). Например, если значение A считается "успехом" (и, следовательно, B считается "неудачей"), набор данных A, A, B будет представлен как 1, 1, 0. При группировке значения складываются, а общее количество попыток обычно отслеживается неявно. Например, A, A, B будет сгруппировано как 1 + 1 + 0 = 2 успеха (из общего числа попыток). В обратном направлении, данные о количестве с двумя возможными значениями являются бинарными данными, где два класса – 0 (неудача) или 1 (успех). Количество независимых и одинаково распределенных (i.i.d.) бинарных переменных следует биномиальному распределению, где n – общее количество попыток (точек в сгруппированных данных).
Регрессия
Анализ регрессии для прогнозируемых результатов, представленных бинарными переменными, известен как бинарная регрессия; если бинарные данные преобразуются в данные о количестве случаев и моделируются как независимые и одинаково распределённые (i. i. d.) переменные (то есть имеют биномиальное распределение), то можно использовать биномиальную регрессию. Наиболее распространёнными методами регрессии для бинарных данных являются логистическая регрессия, пробитная регрессия или связанные с ними типы моделей бинарного выбора. Аналогично, количество независимых и одинаково распределённых категориальных переменных с более чем двумя категориями можно смоделировать с помощью мультиномиальной регрессии. Количество зависимых бинарных данных можно смоделировать более сложными распределениями, такими как бета-биномиальное распределение (составное распределение). В качестве альтернативы, взаимосвязь можно смоделировать без явного моделирования распределения выходной переменной, используя методы обобщённых линейных моделей, такие как квазиправдоподобие и квазибиномиальная модель; см.
В информатике
В современных компьютерах бинарные данные – это любые данные, представленные в двоичной форме, а не интерпретируемые на более высоком уровне или преобразованные в другую форму. На самом низком уровне биты хранятся в бистабильном устройстве, таком как триггер. Хотя большинство бинарных данных имеют символическое значение (за исключением "неважно"), не все бинарные данные являются числовыми. Некоторые бинарные данные соответствуют компьютерным инструкциям, например, данные в регистрах процессора, декодируемые блоком управления в цикле выборки-декодирования-исполнения. Компьютеры редко изменяют отдельные биты из соображений производительности. Вместо этого данные выравниваются в группы фиксированного числа битов, обычно 1 байт (8 битов). Таким образом, "бинарные данные" в компьютерах фактически представляют собой последовательности байтов. На более высоком уровне данные доступны группами по 1 слову (4 байта) для 32-битных систем и 2 слова для 64-битных систем. В прикладной информатике и в области информационных технологий термин "бинарные данные" часто специально противопоставляется "текстовым данным", относясь к любым данным, которые нельзя интерпретировать как текст. Различие между "текстом" и "бинарными данными" иногда может относиться к семантическому содержанию файла (например, текстовый документ и цифровое изображение). Однако часто оно относится конкретно к тому, могут ли отдельные байты файла интерпретироваться как текст (см. кодировку символов) или нет. Когда подразумевается именно это значение, иногда используются более конкретные термины "двоичный формат" и "текстовый формат". Семантически текстовые данные могут быть представлены в двоичном формате (например, при сжатии или в определенных форматах, которые смешивают различные виды кодов форматирования, как в формате .doc, используемом Microsoft Word). И наоборот, данные изображений иногда представляются в текстовом формате (например, формат изображения X PixMap, используемый в X Window System). 1 и 0 – это всего лишь два разных уровня напряжения. Можно научить компьютер интерпретировать 1 как более высокое напряжение, а 0 – как более низкое. Существует множество различных способов хранения двух уровней напряжения. Если вы видели дискету, то вы обнаружите магнитную ленту с покрытием из ферромагнитного материала – типа парамагнитного материала, имеющего домены, выровненные в определенном направлении, чтобы создавать остаточное магнитное поле даже после прекращения подачи тока через материал или магнитного поля. При записи данных на магнитную ленту магнитное поле направляется в одном направлении, чтобы задать сохраненную ориентацию домена как 1, а при направлении магнитного поля в другом направлении сохраненная ориентация домена устанавливается как 0. Таким образом, данные 1 и 0 обычно хранятся именно таким образом.