データの分類

統計手法を選ぶ前に、まずデータの種類を理解する必要があります。データの種類によって可能な演算が異なり、適切な要約方法、グラフ、統計手法も変わります。

データの性質による分類#

観測値が表す意味に基づき、データはまずカテゴリーデータと数値データに分けられます。

カテゴリーデータ#

カテゴリーデータ（categorical data）は質的データ（qualitative data）とも呼ばれ、観察対象の性質に基づいてグループ分けしたデータです。値は所属するカテゴリーを表し、直接加減乗除できる量ではありません。

• 名義尺度（nominal scale）：カテゴリー間に大小や順序がない。例：血液型、国籍、生物種、治療群
• 順序尺度（ordinal scale）：カテゴリー間に順序はあるが、隣り合う段階の差が等しいとは限らない。例：疼痛の程度、病期、満足度

数値データ#

数値データ（numerical data）は量的データ（quantitative data）とも呼ばれ、計数または測定によって得られる数量です。数値の大きさや差に実質的な意味があります。

• 離散データ（discrete data）：数えることで得られ、通常は飛び飛びの値をとる。例：入院回数、症例数、子どもの人数
• 連続データ（continuous data）：測定によって得られ、一定範囲内で任意の細かさの値をとり得る。例：身長、体重、血圧、体温

測定尺度による分類#

データの性質だけでなく、測定尺度によって名義尺度、順序尺度、間隔尺度、比率尺度に分類することもできます。この分類では、並べ替えができるか、差が等しいか、ゼロ点に絶対的な意味があるかに注目します。

なぜデータの種類が重要なのか？#

データの種類は、データの示し方、代表値、統計手法の選択に影響します。たとえば、カテゴリーデータは度数と割合で要約することが多く、連続データには平均値と標準偏差、または中央値と四分位範囲を用います。