顺序型数据和秩统计量
差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 后一修订版 | 前一修订版 | ||
| 顺序型数据和秩统计量 [2023/04/17 12:13] – 创建 hayase_yuuka | 顺序型数据和秩统计量 [2023/04/17 12:19] (当前版本) – hayase_yuuka | ||
|---|---|---|---|
| 行 3: | 行 3: | ||
| 顺序型数据相比于等比、等距型数据有一些测度上的限制，因为顺序性数据只给出了数据的相对顺序的信息，而相邻的次序之间。原始数据的差别可能很大也可能很小，但是转换为次序之后就看不出这种差异。顺序型数据本身没有距离的概念，因而也忽略了原始数据一些可能的信息。 | 顺序型数据相比于等比、等距型数据有一些测度上的限制，因为顺序性数据只给出了数据的相对顺序的信息，而相邻的次序之间。原始数据的差别可能很大也可能很小，但是转换为次序之后就看不出这种差异。顺序型数据本身没有距离的概念，因而也忽略了原始数据一些可能的信息。 | ||
| + | |||
| + | 许多时候，我们无法得到原始数据，或者原始数据无法精确测量的话，我们就可以用顺序型数据。另一种情况是，当原始分数并不适合用参数检验进行统计时，有一种处理方法就是将原始数据转换为顺序型（等级）量度，再进行非参数检验。 | ||
| + | |||
| + | 而数据从小到大排序之后得到的名词，就是数据的**秩**（rank）。如果出现了相同的数据，我们需要把所有数据所对应的位置号进行平均，用平均值作为数据的秩。 | ||
顺序型数据和秩统计量.1681733597.txt.gz · 最后更改: 2023/04/17 12:13 由 hayase_yuuka