Nâng trình phân tích dữ liệu kinh doanh bằng những khóa học của MDA
Tìm Hiểu Các Loại Dữ Liệu
Trong khi làm việc trên các loại dữ liệu, điều quan trọng là phải biết các loại dữ liệu để xử lý chúng và nhận được kết quả đúng. Thông thường thì có 4 loại dữ liệu: Dữ liệu danh nghĩa (Nominal), dữ liệu thứ tự (Ordinal). Còn dữ liệu định lượng gồm: dữ liệu rời rạc và dữ liệu liên tục.
1. Dữ liệu Nominal
Dữ liệu danh nghĩa được dùng để dán nhãn các biến mà không có giá trị định lượng nào. Màu tóc có thể được coi là dữ liệu danh nghĩa, vì một màu không thể được so sánh với màu khác.
Ví dụ về dữ liệu danh nghĩa: Màu tóc (tóc vàng, đỏ, nâu, đen, v.v.), tình trạng hôn nhân (độc thân, góa phụ, đã kết hôn), quốc tịch (Ấn Độ, Đức, Mỹ), giới tính (nam, nữ, người khác) Brown, v.v.)
2. Dữ liệu Ordinal
Là kiểu dữ liệu có thứ tự theo một thang đo thang đo nào đó. Những dữ liệu này được sử dụng để quan sát như sự hài lòng của khách hàng, hạnh phúc, v.v.. Nhưng chúng ta không thể tính toán chúng.
Ví dụ về dữ liệu thứ tự: Mức độ khác nhau (cao, trung bình và thấp).
3. Dữ liệu Discrete
Dữ liệu riêng biệt chứa các giá trị thuộc số nguyên. Những dữ liệu này không thể được chia thành các giá trị thập phân hoặc phân số.
Ví dụ về dữ liệu riêng biệt: Tổng số sinh viên có trong một lớp, Phiên bản của điện thoại Android, chiều cao của một người, độ dài của một vật thể, v.v…
4. Dữ liệu Continuous
Dữ liệu liên tục thể hiện thông tin có thể được chia thành các cấp độ nhỏ hơn. Biến liên tục có thể lấy bất kỳ giá trị nào trong một phạm vi. Sự khác biệt chính giữa dữ liệu rời rạc và liên tục là dữ liệu riêng biệt chứa số nguyên hoặc toàn bộ số. Tuy nhiên, dữ liệu liên tục lưu trữ các số phân số để ghi lại các loại dữ liệu khác nhau như nhiệt độ, chiều cao, chiều rộng, thời gian, tốc độ.
Xem thông tin khai giảng Khóa học Business Intelligence mới nhất tại Mastering Data Analytics. Liên hệ 0961 48 48 66 hoặc inbox Fanpage Mastering Data Analytics để đăng ký nhanh nhất nhé!
Bài viết liên quan

Omni-channel Marketing Automation – Xu hướng mới trong việc tiếp cận và chuyển đổi khách hàng

Phân tích dữ liệu hệ thống POS giúp Nhà bán lẻ ra quyết định đúng đắn

MySQL là gì? So sánh giữa MySQL và SQL Server

OLTP và OLAP khác nhau ở điểm nào? Có nên kết hợp cả 2 để tối ưu?

Vòng đời dữ liệu – Data Life Cycle là gì? Tầm quan trọng của vòng đời dữ liệu

Tích hợp dữ liệu – Data Integration là gì? Lợi ích của tích hợp dữ liệu

Database Server là gì? Những thông tin cần biết về Máy chủ cơ sở dữ liệu

SQL và NOSQL có gì khác nhau? Nên dùng loại cơ sở dữ liệu nào?

Khóa học Data Analyst: Học phân tích dữ liệu kinh doanh chuyên sâu
