コンテンツ
統計では、「公称」および「序数」という用語は、分類可能なデータの異なるタイプを指します。これらの各用語が何を意味し、どの種類のデータがそれぞれを指しているのかを理解する際に、各単語の語根を考え、それが記述するデータの種類に関する手がかりにしてください。公称データには、データの命名または識別が含まれます。単語「nominal」は単語「name」とラテン語のルートを共有し、同様の音を持っているため、公称データ関数は覚えやすいです。順序データには、情報を順序に入れることが含まれ、「順序」と「順序」が同じように聞こえるため、順序データの機能も覚えやすくなります。
TL; DR（長すぎる;読まなかった）
ノミナルデータは、何らかの順序で並べることなく、各データポイントに名前を割り当てます。たとえば、テストの結果は、それぞれ名目上「合格」または「不合格」に分類できます。
順序データは、ある種のランキングシステムに従ってデータをグループ化します。つまり、データを並べ替えます。たとえば、テスト結果をグレードごとに降順でグループ化できます：A、B、C、D、E、F
公称データ
ノミナルデータは、他の番号付きオブジェクトまたはデータの断片に関連する順序に割り当てずに、単に名前を付けます。名目データの例としては、各学生のテスト結果の「合格」または「不合格」分類があります。公称データは、情報が単なるカウントに制限されている場合でも、グループまたはイベントのセットに関する情報を提供します。
たとえば、過去5年間にフロリダで毎年何人が生まれたかを知りたい場合は、それらの数字を見つけて、結果を棒グラフにプロットします。グラフに表示されるデータには、自然なランキングや順序はありません。数字は単に好みではなく事実を示しているだけであり、「いくつ」という質問に答えるラベルにすぎません。これらは公称データです。
順序データ
順序データは、名義データとは異なり、何らかの順序を伴います。序数は、ランク付けされた形式で相互に関連しています。たとえば、お気に入りのレストランから、受け取ったサービスに関するフィードバックの提供を求めるアンケートを受け取ったとします。サービスの品質は、貧しい人は「1」、平均以下は「2」、平均は「3」、非常に良いとは「4」、優秀とは「5」としてランク付けできます。この調査で収集されたデータは、順序データの例です。ここで、割り当てられた番号には順序またはランクがあります。つまり、「4」のランキングは「2」のランキングよりも優れています。
ただし、意見に番号を割り当てたとしても、この番号は定量的な尺度ではありません。「4」のランキングは「2」のランキングより明らかに優れていますが、必ずしも2倍良いわけではありません。数値は数学的に測定または決定されたものではなく、単に意見のラベルとして割り当てられています。
違いを知ることが重要である理由
統計を使用するときは、このデータがデータの使用方法を決定するのに役立つため、見ているデータが名義か順序かを知っておく必要があります。統計学者は、データセットが名義か順序かに基づいて、どの統計分析をデータセットに適用するかを決定する方法を理解しています。統計でデータにラベルを付ける方法は「スケール」と呼ばれます。公称スケールと順序スケールは、間隔スケールと比率スケールです。
名義データと順序データの類似性
データは数値またはカテゴリーのいずれかであり、名義データと順序データの両方がカテゴリーとして分類されます。カテゴリデータは、重要度順にカウント、グループ化、およびランク付けできます。数値データを測定できます。カテゴリデータを使用すると、イベントや情報をグループ化して、ある程度の秩序や理解をもたらすことができます。