Identifikation af enheder, variable og kategoriske variable i et datasæt

Begrebet variable i datasæt bliver introduceret ved at se på kategoriske og numeriske variable. Ved at bruge ernæringsdata fra en kaffebar som eksempel fremhæves, hvordan variable kan beskrive forskellige karakteristika, som type, kalorietal, sukkerindhold og koffeinmængde.

Når du grupperer ting på alle andre måde end efter talværdier, så grupperer du dem i kategorier. Man kan også sige, at rækkefølgen er ligegyldig. Ved at lære at bruge værktøjer såsom søjlediagrammer, Venn diagrammer og to-vejs tabeller, vil du bedre kunne se mønstre og sammenhænge i kategoriske data.

Khan Academy har en mission om at give gratis, verdensklasse undervisning til hvem som helst, hvor som helst. Vi tilbyder quizzer, opgaver, videoer og artikler inden for områder som matematik, kunst, computerprogrammering, økonomi, fysik, kemi, biologi, medicin, finans, historie, og meget mere. Vi giver lærere værktøjer og data som de kan bruge til at hjælpe deres elever med at udvikle deres færdigheder, vaner og tankegang, så de fremover kan have succes både i skolen og senere i livet. Khan Academy er oversat til mange sprog og over 15 millioner mennesker verden over lærer via Khan Academy hver måned. Khan Academy er et 501(c)(3) nonprofit selskab.

Giv en donation eller Bliv frivillig i dag!

https://www.khanacademy.org/donate

https://www.khanacademy.org/contribute

Vi får at vide, at millioner af
amerikanere sætter deres lid til koffein,

når de skal op om morgenen.

Hvilket er sandt.

Men når jeg drikker koffein om morgen,

så er jeg meget følsom og
kan ikke sove om natten.

Her er ernæringsdata for nogle populære
drikkevarer hos Ben Beans kaffebar.

Okay, så vi har navnene på
nogle forskellige drikkevarer.

Og her har vi typen af drikkevarer.

Det ser ud til at de enten
er varme eller kolde.

Her har vi antal kalorier for
hver af disse drikkevarer.

Her har vi sukkerindholdet i gram
for hver af disse drikkevarer.

Og her her vi koffein i milligram
for hver af disse drikkevarer.

Og så bliver vi spurgt,

om hvad individerne i dette datasæt er?

Og vi har tre muligheder.

Ben Beans kunder.

Ben Beans drikkevarer.

Eller koffein-indholdet.

Nu skal vi være forsigtige.

Når der spørges om individer i et datasæt,

så menes der ikke nødvendigvis personer,
det kan være ting.

[på dansk bruges individer om personer
og enheder om ting]

I hver række beskrives en type af
drikkevarer hos Ben Beans kaffebar.

Så de forskellige typer af drikkevarer
hos Ben Beans kaffebar

er enhederne i dette datasæt.

Enhederne er Ben Beans drikkevarer.

Dernæst bliver vi spurgt om,
antallet af variable i datasættet og

hvor mange af disse, der er kategoriske?

Når vi kigger her, kan vi se variablerne.

Den første søjle viser
typen af drikkevarer.

Det er ikke en variabel,
da det er en enhed.

Men i alle de andre søjler,
der har vi variable.

For eksempel er typen en variabel.

Den kan være enten varm eller kold.

Og fordi den kun kan antage
enten varm eller kold,

så er det en kategorisk variabel.

Du kan have mange flere end to kategorier.

Men det er ikke den type variabel,

der kan antage en hel
masse forskellige værdier.

Så dette her er en kategorisk variabel.

Kalorier er ikke en kategorisk variabel.

Du kan have noget med 4,1 kalorier og

du kan have noget med 178.

Tingene passer ikke ind i kategorier.

Det samme for sukker- og koffeinindhold.

Disse er numeriske variable,
der ikke passer i en kategori.

Så jeg mener, vi har 4 variable.

1, 2, 3, 4.

1 af dem er kategorisk.

Så det er valg A herover.