Что такое непрерывные данные
Дискретные и непрерывные данные – в чем разница?
Оглавление
Для такого простого слова «данные» – довольно сложная тема. Например, «любовь» или «новости». Есть структурированные и неструктурированные данные. Тогда у вас есть качественные и количественные данные.
Теперь мы хотели бы изучить еще два типа данных – дискретный и непрерывный – и помочь вам понять разницу. (Тогда ваша организация может использовать статистическое программное обеспечение, чтобы получить представление о обоих типах.)
Чем больше вы понимаете об этих уникальных типах данных, тем больше вы сможете определить возможности, в которых каждый из них может пригодиться. Затем вы можете использовать эту информацию, чтобы принести пользу своему бренду, независимо от того, являетесь ли вы специалистом по обработке данных, аналитиком данных, инженером по обработке данных – или просто поклонником цифр.
Дискретные и непрерывные данные
В чем разница между дискретными и непрерывными данными?
Когда вы соберете набор круглых определенных чисел, они окажутся на своем месте на графике, похожем на те, что показаны слева. Дискретные данные относятся к отдельным счетным предметам.
Когда вы измеряете определенный поток данных со сложным диапазоном результатов, эти результаты будут обозначены линией в виде диапазона данных (см. Графики справа). Непрерывные данные относятся к изменениям с течением времени, включая концепции, которые не просто подсчитать, но требуют подробных измерений.
Подождите, пока мы немного раскроем эти термины для лучшего понимания.
Что такое дискретные данные?
Некоторые синонимы слова «дискретный» включают: разъединенный, отдельный и отдельный. Их можно легко применить к идее дискретных данных.
Мы собираем данные, чтобы найти взаимосвязи, тенденции и другие концепции. Например, если вы отслеживаете количество отжиманий, которые вы делаете каждый день в течение месяца, основной целью является оценка вашего прогресса и скорости улучшения.
С учетом сказанного, ваш дневной счет – это дискретное, изолированное число. Нет четкого диапазона того, сколько вы можете сделать за один день, поэтому отношения остаются неопределенными. Чем больше информации вы собираете с течением времени, тем больше идей вы можете сделать, например, что среднее количество отжиманий, которые вы делали на прошлой неделе, составляло 15 отжиманий в день, что на 5 отжиманий в день больше, чем неделей ранее. Между тем, сами числа отжиманий – это целые, круглые числа, которые нельзя разбить на более мелкие части.
Забавное практическое правило состоит в том, что во многих случаях дискретным данным может предшествовать «количество».
Примеры дискретных данных
Некоторые примеры дискретных данных, которые можно собрать:
Дискретные данные также могут быть качественными. Национальность, которую вы выбираете в форме, – это отдельные данные. Национальность каждого на вашей работе, если сгруппировать вместе с помощью программного обеспечения для работы с электронными таблицами, может быть ценной информацией при оценке вашей практики найма.
Национальная перепись состоит из дискретных данных, как качественных, так и количественных. Подсчет и сбор этой идентифицирующей информации углубляет наше понимание населения. Это помогает нам делать прогнозы о будущем, документируя историю. Это отличный пример силы дискретных данных.
Что такое непрерывные данные?
Непрерывные данные относятся к нефиксированному количеству возможных измерений между двумя реалистичными точками.
Эти числа не всегда чистые и аккуратные, как те, которые содержатся в дискретных данных, поскольку они обычно собираются на основе точных измерений. Со временем измерение определенного объекта позволяет нам создать определенный диапазон, в соответствии с которым мы можем разумно ожидать сбора большего количества данных.
Непрерывные данные – это все о точности. Переменные в этих наборах данных часто имеют десятичные точки, а число справа растянуто, насколько это возможно. Этот уровень детализации имеет первостепенное значение для ученых, врачей и производителей, и это лишь некоторые из них.
Примеры непрерывных данных
Некоторые примеры непрерывных данных включают:
Когда вы думаете об экспериментах или исследованиях, включающих постоянные измерения, они, вероятно, в некоторой степени связаны с непрерывными переменными. Если где-нибудь в таблице у вас есть число вроде «2,86290», это не то число, которое вы могли бы легко вычислить сами – подумайте об измерительных устройствах, таких как секундомеры, весы, термометры и тому подобное.
Задача с использованием этих инструментов, вероятно, применима к непрерывным данным. Например, если мы отслеживаем каждого бегуна на Олимпийских играх, время будет отображаться на графике вдоль соответствующей линии. Несмотря на то, что с годами наши спортсмены становятся быстрее и сильнее, никогда не должно быть выбросов, искажающих остальные данные. (Даже Усэйн Болт всего на пару секунд быстрее, чем историческое поле, если говорить об этом.)
На этой линии есть бесконечные возможности (например, 5,77 секунды, 5,772 секунды, 5,7699 секунды и т. Д.), Но каждое новое измерение будет постоянно находиться где-то в пределах диапазона.
Не каждый пример непрерывных данных будет аккуратно попадать в прямую линию, но со временем диапазон станет более очевидным, и вы можете сделать ставку на новые точки данных, застрявшие внутри этих параметров.
Типы данных в статистике
Дата публикации Mar 18, 2018
Типы данных являются важным понятием статистики, которое необходимо понимать, чтобы правильно применять статистические измерения к вашим данным и, следовательно, правильно сделать определенные предположения о них. В этом блоге вы познакомитесь с различными типами данных, которые вам необходимо знать, для проведения надлежащего аналитического анализа данных (EDA), который является одной из самых недооцененных частей проекта машинного обучения.
Оглавление:
Введение в типы данных
Хорошее понимание различных типов данных, также называемых шкалами измерений, является критически важным условием для проведения исследовательского анализа данных (EDA), поскольку вы можете использовать определенные статистические измерения только для определенных типов данных.
Вам также необходимо знать, с каким типом данных вы имеете дело, чтобы выбрать правильный метод визуализации. Думайте о типах данных как о способе классификации различных типов переменных. Мы обсудим основные типы переменных и рассмотрим пример для каждой. Иногда мы будем называть их шкалами измерения.
Категориальные данные
Категориальные данные представляют собой характеристики. Поэтому он может представлять такие вещи, как пол человека, язык и т. Д. Категориальные данные также могут принимать числовые значения (например: 1 для женщины и 0 для мужчины). Обратите внимание, что эти числа не имеют математического значения.
Номинальные данные
Номинальные значения представляют собой дискретные единицы и используются для обозначения переменных, которые не имеют количественного значения. Просто думайте о них как о ярлыках. Обратите внимание, что номинальные данные, которые не имеют порядка. Поэтому, если вы измените порядок его значений, значение не изменится. Вы можете увидеть два примера номинальных функций ниже:
Левая особенность, которая описывает пол человека, будет называться «дихотомической», что является типом номинальных шкал, который содержит только две категории.
Порядковые данные
Порядковые значения представляют собой дискретные и упорядоченные единицы. Поэтому он почти такой же, как и номинальные данные, за исключением того, что порядок имеет значение. Вы можете увидеть пример ниже:
Обратите внимание, что разница между начальной и средней школой отличается от разницы между средней школой и колледжем. Это основное ограничение порядковых данных, различия между значениями на самом деле не известны. По этой причине порядковые шкалы обычно используются для измерения нечисловых характеристик, таких как счастье, удовлетворенность клиентов и так далее.
Числовые данные
1. Дискретные данные
Мы говорим о дискретных данных, если их значения различны и разделены. Другими словами: мы говорим о дискретных данных, если данные могут принимать только определенные значения. Этот тип данныхне может быть измерено, но оно может быть подсчитано, Это в основном представляет информацию, которая может быть классифицирована в классификации. Примером является количество голов в 100 монетах.
Вы можете проверить, задав следующие два вопроса, имеете ли вы дело с дискретными данными или нет: можете ли вы считать их и можно ли разделить на меньшие и меньшие части?
2. Непрерывные данные
Непрерывные данные представляют измерения и, следовательно, их значенияне могут быть подсчитаны, но они могут быть измерены, Примером может служить рост человека, который можно описать с помощью интервалов в строке действительных чисел.
Интервальные данные
Интервальные значения представляютупорядоченные единицы, которые имеют одинаковую разницу, Поэтому мы говорим об интервальных данных, когда у нас есть переменная, которая содержит числовые значения, которые упорядочены, и где мы знаем точные различия между значениями. Примером может служить функция, которая содержит температуру определенного места, как вы можете видеть ниже:
Проблема с данными интервальных значений заключается в том, что онине имеют «истинного нуля», Для нашего примера это означает, что нет такой вещи, как отсутствие температуры. С помощью интервальных данных мы можем складывать и вычитать, но мы не можем умножать, делить или вычислять отношения. Поскольку истинного нуля нет, множество описательной и логической статистики не может быть применено.
Соотношение данных
Значения отношения также являются упорядоченными единицами, которые имеют одинаковую разницу. Соотношение значенийтакие же как интервальные значения, с той разницей, что они имеют абсолютный ноль, Хорошие примеры: рост, вес, длина и т. Д.
Почему типы данных важны?
Типы данных являются важной концепцией, потому что статистические методы могут использоваться только с определенными типами данных. Вы должны анализировать непрерывные данные иначе, чем категориальные данные, иначе это приведет к неправильному анализу. Поэтому, зная типы данных, с которыми вы имеете дело, вы сможете выбрать правильный метод анализа.
Теперь мы снова рассмотрим каждый тип данных, но на этот раз в отношении того, какие статистические методы можно применять Чтобы правильно понять, что мы сейчас будем обсуждать, вы должны понимать основы описательной статистики. Если вы их не знаете, вы можете прочитать мой пост в блоге (прочитано 9 минут):https://towardsdatascience.com/intro-to-descriptive-statistics-252e9c464ac9,
Статистические методы
Номинальные данные
Когда вы имеете дело с номинальными данными, вы собираете информацию посредством:
доля: Вы можете легко рассчитать пропорцию, разделив частоту на общее количество событий. (например, как часто что-то происходило, деленное на то, как часто это могло происходить)
Процент.
Методы визуализации: для визуализации номинальных данных вы можете использовать круговую диаграмму или гистограмму.
В Data Science вы можете использовать одно горячее кодирование для преобразования номинальных данных в числовую функцию.
Порядковые данные
Когда вы имеете дело с порядковыми данными, вы можете использовать те же методы, что и с номинальными данными, но у вас также есть доступ к некоторым дополнительным инструментам. Поэтому вы можете суммировать ваши порядковые данные с частотами, пропорциями, процентами. И вы можете визуализировать это с помощью круговой диаграммы и гистограммы. Кроме того, вы можете использовать процентили, медианы, моды и межквартильный диапазон, чтобы суммировать ваши данные.
В Data Science вы можете использовать одну метку кодирования, чтобы преобразовать порядковые данные в числовую функцию.
Непрерывные данные
Когда вы имеете дело с непрерывными данными, вы можете использовать большинство методов для описания ваших данных. Вы можете суммировать свои данные, используя процентили, медиану, межквартильный диапазон, среднее значение, режим, стандартное отклонение и диапазон.
Для визуализации непрерывных данных вы можете использовать гистограмму или блок-график. С помощью гистограммы вы можете проверить центральную тенденцию, изменчивость, модальность и эксцесс распределения. Обратите внимание, что гистограмма не может показать вам, если у вас есть какие-либо выбросы. Вот почему мы также используем боксы.
Резюме
В этом посте вы обнаружили разные типы данных, которые используются в статистике. Вы узнали разницу между дискретными и непрерывными данными и узнали, каковы номинальные, порядковые, интервальные и относительные шкалы измерения. Кроме того, теперь вы знаете, какие статистические измерения вы можете использовать, для какого типа данных и какие методы визуализации являются правильными. Вы также узнали, какими методами категориальные переменные можно преобразовать в числовые переменные. Это позволяет вам создавать большую часть аналитического анализа для данного набора данных.
Что такое непрерывные данные
В самом общем виде данные можно разделить на 2 типа: количественные и качественные.
Количественные переменные
Количественные переменные отображают, как можно догадаться из названия, количество чего-то. Здесь цифры имеют математическое значение, они оценивают количество какой-то характеристики, например, сумма дохода — 15 000 рублей.
Количественные данные, в свою очередь, можно поделить на дискретные и непрерывные.
Данные дискретного типа не могут иметь дробной части, они принимают какие-то отдельные целые значения (их конечное число). Например, число детей в семье — их может быть 1, 2, 3 или 5, но не может быть два с половиной.
Непрерывные данные — это та шкала, которая занимает все пространство, может принимать любые значения, от −∞ до +∞ и может быть, конечно, дробной. Например, время можно измерять в днях, в часах, в секундах, в миллисекундах (т.е ограничения только на требуемую точность измерений), и это будут непрерывные данные, определенныеая на всем протяжении возможных значений. Рост и вес человека, концентрация вещества в растворе или сумма расходов компании — это непрерывные переменные.
Качественные переменные
Качественные переменные — это переменные, которые отражают свойство или качество наших объектов. И цифры здесь значат уже не сами себя, как в количественном случае, а они означают какие-то свойства объектов. То есть они служат маркерами каких-то категорий, которые нас интересуют. Например, почтовый индекс — это качественные данные (несмотря на то, что он записывается цифрами).
Качественные данные тоже можно поделить на 2 подтипа: номинальные и порядковые.
Номинальные переменные применяются для обозначения категорий или признаков, которые нельзя классифицировать по возрастанию или убыванию, т.е по сути они только содержат информацию о принадлежности объекта к какому-то классу.
Например, у человека могут быть такие признаки: цвет глаз (карие, зеленые, голубые, серые), пол (мужчина\женщина), город проживания — это все номинальные переменные.
Порядковые переменные отличаются от номинальных тем, что в них появляется отношения порядка. То есть здесь у нас значения не только разделяют объекты на классы, но и определенным образом упорядочивают их.
В статистике типы исследуемых переменных не просто важны сами по себе, они напрямую влияют на выбор статистического критерия.
Выделим три принципиально важных группы переменных:
— количественные переменные с нормальным распределением;
— количественные переменные с другим распределением и порядковые переменные;
— номинальные переменные.
Статистические типы данных, используемые в машинном обучении
Sep 21, 2020 · 7 min read
Введение в статистику
Статистика — это наука об изучении данных. Знания в этой области позволяют использовать подходящие методы сбора и анализа данных, а также эффективно представлять результаты такого анализа. Статистика играет ключевую роль в научных открытиях, принятии решений и составлении прогнозов, основанных на данных. Она позволяет гораздо глубже разобраться в объекте исследования.
Чтобы стать успешным специалистом по теории и методам анализа данных, необходимо знать основы статистики. Математика и статистика — “строительные блоки” алгоритмов машинного обучения. Чтобы понимать, как и когда следует использовать различные алгоритмы, нужно знать, какие методы за ними стоят. Тут встаёт вопрос — что именно собой представляет статистика?
Ста т истика — это математическая наука о сборе, анализе, интерпретации и представлении данных.
Для чего изучать статистику?
Один из основных принципов науки о данных — получение выводов из их анализа. Статистика отлично для этого подходит. Она является разновидностью математики и использует формулы, но она отнюдь не обязательно покажется пугающей, даже если вам не приходилось сталкиваться с ней раньше.
Машинное обучение зародилось из статистики. Основой используемых в нём алгоритмов и моделей является так называемое статистическое обучение. Знание основ статистики крайне полезно вне зависимости от того, изучаете вы глубоко алгоритмы МО или просто хотите быть в курсе новейших исследований в этой сфере.
Введение в типы данных
Хорошее понимание разных типов данных (шкал измерений) — основное условие для проведения разведочного анализа данных (EDA), ведь для определённых типов данных можно использовать только ограниченный набор статистических измерений.
Чтобы решить, какой метод визуализации выбрать, также необходимо понимать, с какими данными вы имеете дело. Думайте о типах данных как о способе категоризации разновидностей переменных. Далее мы обсудим основные типы данных и рассмотрим примеры для каждого из них.
Данные:
2. Категориальные (выражены словами): цвет глаз, пол, группа крови, этническая принадлежность
Типы данных:
Качественные и количественные данные
Разделение данных на качественные и количественные — основополагающий принцип разделения данных на типы. Чтобы определить тип, нужно выяснить, можно ли объективно измерить исследуемую характеристику с помощью чисел.
1) Качественные данные
В информации представлены характеристики, которые не измеряются числами, в то время как сами наблюдения можно разделить на измеряемое количество групп. Информацию, хранящуюся в таком типе переменной, трудно измерить, а измерения могут быть субъективными. Вкус, цвет автомобиля, архитектурный стиль, семейное положение — всё это типы качественных данных. Аналитики также называют такие данные категориальными.
1.1) Номинальные данные
Номинальные значения выражают дискретные единицы и служат для обозначения переменных, которые не имеют количественного выражения. Номинальные данные не имеют порядка, поэтому при изменении порядка значений итоговый результат не меняется. Ниже представлено два примера номинальных признаков:
Методы визуализации: для визуализации номинальных данных можно использовать круговую или столбчатую диаграмму.
В науке о данных можно использовать прямое кодирование, чтобы преобразовать номинальные данные в числовое свойство.
1.2) Порядковые данные
Порядковые данные — это смесь числовых и категориальных данных. Данные можно разбить на категории, но числа, ассоциируемые с каждой категорией, имеют значение. К примеру, рейтинг ресторана от 0 (самый низкий) до 4 (самый высокий) звёзд — это пример порядковых данных. Порядковые данные часто обрабатываются как категориальные, когда при построении диаграмм и графиков данные разделяются на упорядоченные группы. Однако, в отличие от категориальных, числа в порядковых данных имеют математическое значение. Таким образом, порядковые данные — это почти то же самое, что и номинальные, с тем лишь отличием, что в номинальных порядок не имеет значения. Взгляните на пример ниже:
Порядковые шкалы обычно используются для измерения нечисловых свойств, таких как счастье, уровень удовлетворённости клиентов, успеваемость студентов в классе, уровень квалификации и т. д.
Такие данные можно обобщать с помощью частотности, пропорций, процентных долей, а визуализировать — с помощью круговых и столбчатых диаграмм. Кроме того, можно использовать процентиль, медиану, моду, межквартильный размах.
В дополнение к порядковым и номинальным есть особый тип категориальных данных — бинарные (двоичные).
Бинарные данные принимают только два значения — “да” или “нет”, что можно представить разными способами: “истина” и “ложь” или 1 и 0. Бинарные данные широко применяются в классификационных моделях машинного обучения. В качестве примеров бинарных переменных можно привести следующие ситуации: отменил человек подписку или нет, купил машину или нет.
2) Количественные данные
Информация записывается в виде чисел и представляет объективное измерение или подсчёт. Температура, вес, количество транзакций — вот примеры количественных данных. Аналитики также называют такие данные числовыми.
2.1) Дискретные данные
Дискретные количественные данные — это подсчёт случаев наличия характеристики, результата, предмета, деятельности. Эти измерения невозможно поделить на более мелкие части без потери смысла. Например, у семьи может быть 1 или 2 машины, но их не может быть 1,6. Таким образом, существует конечное число возможных значений, которые можно зарегистрировать в процессе наблюдений.
У дискретных переменных можно подсчитать и оценить интенсивность потока событий или сводное количество (медиана, мода, среднеквадратичное отклонение). К примеру, в 2014 году у каждой американской семьи было, в среднем, по 2,11 транспортных средства.
Обычный способ графического представления дискретных переменных — столбчатые диаграммы, где каждый отдельный столбик представляет отдельное значение, а высота столбика означает его пропорцию к целому.
2.2) Непрерывные данные
Непрерывные данные могут принимать практически любое числовое значение и могут быть разделены на меньшие части, включая дробные и десятичные значения. Непрерывные переменные часто измеряют по шкале. Когда вы измеряете высоту, вес, температуру, вы имеете дело с непрерывными данными.
Например, средний рост в Индии составляет 5 футов 9 дюймов (
175 см.) для мужчин и 5 футов 4 дюйма (
Непрерывные данные подразделяются на 2 типа:
а) Интервальные данные
Интервальные значения представлены упорядоченными единицами, которые имеют одинаковое отличие друг от друга. Таким образом, мы говорим об интервальных данных, когда есть переменная, которая содержит упорядоченные числовые значения, и нам известны точные отличия этих значений. Примером может служить температура в заданном месте:
Проблема со значениями интервальных данных в том, что у них нет “ абсолютного нуля”.
б) Данные соотношения
Данные соотношения также представляют собой упорядоченные единицы с одинаковыми отличиями друг от друга. Это практически то же самое, что и интервальные данные, однако данные соотношения имеют “ абсолютный ноль”. Подходящие примеры — высота, вес, длина и т. д.
При работе с непрерывными данными можно использовать практически все методы: процентиль, медиану, межквартильный размах, среднее арифметическое, моду, среднеквадратичное отклонение, амплитуду.
Для визуализации непрерывных данных можно воспользоваться гистограммой или диаграммой размаха. С помощью гистограммы можно определить среднее значение и крутость распределения, изменчивость и модальность. Имейте в виду, что гистограмма не показывает выбросы — для этого нужно использовать диаграмму размаха.
Заключение
Из этой статьи вы узнали о различных типах данных, используемых в статистике, о разнице между дискретными и непрерывными данными, а также о том, что собой представляют номинальные, порядковые, бинарные, интервальные данные и данные соотношения. Кроме того, теперь вы знаете, какие статистические измерения и методы визуализации можно применять для разных типов данных и как преобразовать категориальные переменные в числовые. Это позволит вам провести большую часть разведочного анализа на представленном наборе данных.