Tilastossa kvantitatiivinen tieto on numeerinen, ja se saadaan laskemalla tai mittaamalla ja vastakohtana laadullinen tieto joukot, jotka kuvaavat objektien määritteitä, mutta eivät sisällä numeroita. Määrällistä tietoa syntyy tilastoinnilla monin eri tavoin. Jokainen seuraavista on esimerkki kvantitatiivisesta tiedosta:
- Jalkapallojoukkueen pelaajien korkeudet
- Autojen lukumäärä parkkipaikan kussakin rivissä
- Oppilaiden prosentuaalinen luokkahuoneessa
- Naapuruston kodien arvot
- Tietyn elektronisen komponentin erän käyttöikä.
- Aika, joka vietettiin ostoksille rivissä supermarketissa.
- Tiettyyn sijaintiin kuuluvien yksilöiden kouluvuosien lukumäärä.
- Kanasta otettujen kananmunien paino tietyllä viikonpäivänä.
Lisäksi kvantitatiiviset tiedot voidaan edelleen jakaa ja analysoida mukana olevan mittaustason mukaan mukaan lukien mittauksen nimellis-, järjestys-, väli- ja suhdetasot tai ovatko tietojoukot jatkuvia vai eivät diskreetti.
Mittaustasot
Tilastoinnissa on erilaisia tapoja mitata ja laskea esineiden määrät tai määritteet, jotka kaikki käsittävät numerot kvantitatiivisessa tietojoukossa. Nämä tietojoukot eivät aina sisällä numeroita, jotka voidaan laskea, joka määritetään kunkin tietojoukon '
mittaustaso:- nimellinen: Mitään numeerisia arvoja nimellisellä mittaustasolla ei tulisi pitää kvantitatiivisena muuttujana. Esimerkki tästä olisi Jersey-numero tai opiskelijan tunnusnumero. Ei ole mitään järkeä tehdä laskelmia tämän tyyppisille numeroille.
- järjestysluku: Kvantitatiivista tietoa mittauksen normaalitasolla voidaan tilata, mutta arvojen välisillä eroilla ei ole merkitystä. Esimerkki tiedoista tällä mittaustasolla on mikä tahansa luokittelu.
- väli: Tiedot välitasolla voidaan tilata ja erot voidaan laskea tarkoituksenmukaisesti. Tämän tason tiedoista puuttuu kuitenkin tyypillisesti lähtökohta. Lisäksi data-arvojen välisillä suhteilla ei ole merkitystä. Esimerkiksi 90 astetta Fahrenheit ei ole kolme kertaa niin kuuma kuin kun se on 30 astetta.
- Suhde: Tietoja mittaussuhteen tasolla ei voida vain tilata ja vähentää, vaan se voidaan myös jakaa. Syynä tähän on, että näillä tiedoilla on nolla-arvo tai lähtökohta. Esimerkiksi Kelvin-lämpötila-asteikolla on absoluuttinen nolla.
Sen määrittäminen, mihin näistä mittaustasoista tietojoukko kuuluu, auttaa tilastoitsijoita määrittää, onko tiedosta hyötyä laskelmien tekemisessä vai tarkkailemalla tietojoukkoa sellaisenaan seisoo.
Diskreetti ja jatkuva
Toinen tapa kvantitatiivisen tiedon luokittelemiseen on se, ovatko tietojoukot erillinen tai jatkuva - jokaisella näistä termeistä on kokonaiset matematiikan alakentät, jotka on omistettu niiden opiskeluun; on tärkeää erottaa erillinen ja jatkuva data, koska käytetään erilaisia tekniikoita.
Tietojoukko on erillinen, jos arvot voidaan erottaa toisistaan. Tärkein esimerkki tästä on joukko luonnolliset numerot. Arvoa ei voi millään tavoin olla murto-osa tai minkä tahansa kokonaisluvun välillä. Tämä joukko syntyy luonnollisesti, kun lasketaan esineitä, jotka ovat hyödyllisiä vain kokonaisuutena, kuten tuolit tai kirjat.
Jatkuvaa tietoa syntyy, kun tietojoukossa edustetut yksilöt voivat ottaa vastaan minkä tahansa oikea numero arvoalueella. Painot voidaan esimerkiksi ilmoittaa paitsi kilogrammoina myös grammoina, ja milligrammoina, mikrogrammoina ja niin edelleen. Tietojamme rajoittaa vain mittauslaitteidemme tarkkuus.