자료의 형태란 무엇 인가?
자료의 형태란
주어진 자료가 어떤 형태의 자료인지를 얘기하는 것으로 크게는 범주형 자료와 수치형 자료로 나뉘어 진다.
범주형 자료(질적 자료)
말 그대로 범주를 나타낼 수 있는 자료의 형태를 말하고 쉽게 설명하면 문자형 자료를 예시로 들 수 있다.
범주형 자료는 명목형 자료와 순서형 자료로 나뉘어 진다.
1)명목형 자료
범주형 자료가 명목형과 순서형으로 이루이 지는데 명목형 자료는 그 사물이나 객체의 고유한 성질을 가지고 있고 이러한 성질이 순서에 상관없이 순수하게 객체의 성질을 표시하기 위해 사용 하는 자료를 뜻 한다.
ex) 이름, 도시, 색깔 등
2)순서형(서열) 자료
말 그대로 순서에 초점을 둔 자료로써 수능 등급, 선호도 조사, 직급 등을 예시로 들 수 있다.
순서형 자료의 특징으로는 대소(서열)구분이 가능은 하지만 이러한 차이를 덧셈이나 뺄셈 등으로 절대적이 차이를 해석 할 수 없다. 때문에 순서형 자료가 범주형 데이터에 들어 간다고 볼 수 있다.
ex) 수능 등급에서 가를 받은 성적이 나를 받은 성적보다 몇점 더 높다고 판별이 불가능 하다.
수치형 자료(양적 자료)
앞선 범주형 자료가 서로간의 연산이 불 가능 하였다면 수치형 자료는 서로간 연산이 가능한 자료를 뜻 하며,
자료의 숫자를 셀 수 있는가 없는가에 따라 이산형과 연속형으로 나뉘어지고,
자료의 숫자의 0이 의미를 가지는가 가지지 않는가에 따라 구간(등간)형과 비율형으로 나뉘어 진다
1)이산형과 연속형
이산형은 셀 수 있는 정수를 가지는 데이터 라고 보면 된다. 이산형 ex)학급 인원 수, 각 나라별 도시 수
연속형은 셀 수 없는 실수를 가지는 데이터 라고 보면 된다. 연속형 ex)키, 몸무게
예시를 보면 알 수 있듯이 이산형은 우리가 실제로 개체의 수 혹은 특징을 정수의 형태로 셀 수 있는 수를 의미하고 연속형은 키와 몸무게 처럼 키:180.1234 처럼 실수 형태의 값을 가지고 우리가 셀 수 없는 형태를 말한다.
2)구간(등간)형
구간형(등간)형은 +- 연산을 하였을때 그 차이값의 간격이 의미가 있고 0이라는 값이 의미를 가지고 있지 않을때 구간(등간)형 자료라고 얘기 합니다.
※객체의 속성 혹은 가진 수가 0이란 뜻은 그 속성 혹은 가진 수가 없다뜻을 가진다.
ex)IQ, 온도등 온도가 각각 30,40,50도가 있을때 10도씩 차이가 난다라는 연산을 할 수 있으나 온도가 0도라는 것은 온도라는 객체가 사라지는 것이 아니기 때문에 온도는 구간형 자료에 속한다.
3)비율형
구간형자료에서 0이라는 값이 의미를 가지고 있어서 사칙연산과 곱셈, 나눗셈을 적용할 수 있는 자료의 형태를 말한다. 매출액, 연봉, 나이등 사칙연산이 가능한 자료이고 0이란 수가 객체의 속성이 없다라는 뜻을 가지는 객체들을 말한다.
아래의 표는 예시를 들기위해 Kaggle에서 가져온 데이터를 조금 수정한 데이터이다.
위 데이터를 예시로 각각 자료의 형태를 분류 해보자.
Age, Years of Experience, Salary
수치형자료에 해당하고 정수로 표현되어 있고 유한한 범위를 가지고 있기 때문에 셀 수 있기 때문에 이산형의 데이터이고 0이란 수를 가지면 없다라는 의미를 가질 수 있고 사친 연산으로 수를 구 할 수 있어 비율형 자료에 들어간다.
Gender, Job Title
범주형자료에 해당하고 순서를 매기는 기준이 존재하지 않고 각 객체에 대한 특징을 가지고 있는 데이터 이기 때문에 명목형 자료에 해당한다.
Education Level, Age_group
범주형자료에 해당하고 각 객체별 순서를 매길수 있기 때문에 순서형 자료에 해당한다.
Height
수치형 자료에 해당하고 가지는 수가 실 수(셀 수 없는)특징을 가지고있어 연속형 자료에 해당하고 해당하는 값은 0이란 의미를 가지면 없다라는 의미를 가질 수 있기 때문에 연속형 데이터의 비율형 자료에 해당한다.
IQ
수치형 자료에 해당하고 정수값을 가지고 있고 셀 수 있는 이산형 데이터를 가지고 있으나 IQ가 0이란 소리가 IQ가 없다라는 뜻이 아니라 0에 해당하는 수치를 가지는 것 이기 때문에 곱셈,나눗셈을 해당 데이터에 적용 할 수가 없다.
따라서 이산형 데이터의 구간(등간)형 자료에 해당한다.