数学建模之数据分析【五】：定性与定量（详细）

公众号/小红书: 快乐数模
CSDN: 清上尘

本文中，我们将讨论数据分析中的属性及各种类型，还将借助示例来介绍属性类型，以便更好地理解。接下来我们进行讨论。

一、什么是属性

属性是描述对象、个体或现象的品质和特征。
属性可以是 分类 的，表示不同的类别或类，例如颜色、类型或标签。
某些属性是 定量 的，采用可以测量或计数的数值，例如身高、体重或温度。
分类属性可以进一步分类为名义属性（无固有顺序）或序数属性（具有有意义的顺序）。
在数据分析中，属性充当感兴趣的变量，了解它们的性质对于选择适当的统计方法和从数据中得出有意义的结论至关重要。
如考虑联系一个人，那么姓名、地址、电子邮件等是联系信息的属性。给定属性的感知值称为观测值。而属性的多样性由一组可行值（名义值、二进制值、序数值或数值）所定义。

二、属性类型

2.1 定性属性

属性表示类别，没有有意义的数字解释。示例包括性别、颜色或产品类型。这些属性通常被称为名义属性、序数属性或二进制属性。

2.1.1 名义属性

名义上的意思“与名称有关”。名义属性的效用是对象的符号或标题。每个值都代表某种类别、代码或状态，因此名义属性也称为分类属性。示例：肤色和教育状况表达人物对象的两个属性。在现实中，肤色可能是深色、白色、棕色。教育状态可以包含 本科生、研究生、预科生。

2.1.2 二进制属性

二进制属性是一类名义属性，包含两个类：0 或 1，其中 0 表示该属性不存在，1 表示存在。两个条件一致为 true或false，则二进制属性将作为布尔值引用。示例 – 给定属性 患者是否饮酒，1 指定患者饮酒，而 0 指定患者不饮酒。同样，假设患者接受了一项医学检查，该检查有两个可行的结果，患与不患。

2.1.3 序数属性

序数数据是一种分类数据，类别中具有有意义的顺序或排名，但连续值之间的间隔并非始终可测量或定义明确。 示例 –在体育运动中，序数数据示例是比赛中的奖牌排名，例如金牌、银牌和铜牌。

2.2定量属性

数值属性是可计算的，即它是构成整数或实数值的可量化量。数值属性可以有两种类型，如下：间隔 - 缩放属性和 比率 - 缩放属性。

2.2.1 间隔——缩放属性

间隔 – 缩放属性是在均匀大小单位的薄片上计算的。间隔缩放属性的值具有顺序，可以是正数、0 或负数。因此，除了提供值的排名外，这些属性还允许我们比较和量化值之间的差异。示例 – 温度属性是一个间隔 – 缩放。我们为每个新的一天都有不同的温度值，其中每一天都是一个实体。通过对这些值进行排序，我们得到了参考温度的实体排列。此外，我们可以量化值之间的值差异，例如，20 摄氏度的温度比 15 摄氏度的温度高 5 度。

2.2.2 比率——缩放属性

比率 - 缩放属性是数值属性的一个类别，具有即将或固定的零点。在包含中，实体是结构化的，我们还可以计算值之间的差异，以及平均值、中位数和众数。示例 – 开尔文 （K） 温标具有被设想为真正的零点，是由物质组成的微小比特具有零动能的点。

&&&&&&&&&&&&&&&&&& 数值属性也可分为离散属性和连续属性 &&&&&&&&&&&&&&&

2.2.3 离散属性

离散属性具有一组有限或受限制的无限值，这些值可能显示为整数。 示例：属性“肤色”中各肤色表示为“黄——1”，“黑——2”，“黑——3”，“蓝——4” ，那么它有有限数量的值，因此它是离散的。还可举例“饮酒者”、“医疗报告”和“饮料大小”等。

2.2.4 连续属性

连续属性将实数作为属性值。 示例 – 身高、体重和温度具有实际值。实际值只能使用有限数量的数字来表示和测量。连续属性通常表示为浮点变量。

三、总结

什么是属性？ 属性是描述对象、个体或现象的品质和特征。
一般分为：
【定性】 ：名义属性（肤色）、二进制属性（0、1）、序数属性（金银铜牌）
【定量】 ：间隔——缩放属性（有顺序、无零点）、比率——缩放属性（有顺序，有零点）、离散属性（通常整数）、连续属性（通常浮点数）

对于间隔——缩放属性，考虑排序和间隔；
对于比率——有零点，结构化的，考虑值差异、众数、中位数、平均值；