[R] Data Scale (데이터 척도)

Variable & Observation

변수(Variable)란 말 그대로 변할 수 있는 수를 말하며, Observation(관측값)이란 내가 관측한 값을 말한다.
나의 age는 23일 때, 이는 변수인 age에 대한 관측값이라고 말할 수 있는 것이다.

측정(measuremeent)의 척도(scale)

질적 척도 : 수들의 계산이 무의미 하다

1. 명목 척도 (nominal scale)
   분류 목적의 척도로, 어느 집단인 지를 수로 표현 가능하다.
   예) 1: 남자, 2: 여자
2. 순서 척도 (ordinal scale)
   관측값에 대해 순위로 나타낼 수 있고, 대상끼리의 평가는 가능하나 어느정도의 차이인 지는 알 수 없다. 서열 관계를 나타내는 척도로, 분류 목적이기도 하지만 순서가 필요하다.
   예) 1: 매우 좋음 2: 좋음 3: 보통 4: 좋지 않음 5: 매우 좋지 않음
   -> Likert Scale(리커트 스케일) : 순서를 간격으로 나눴지만 평균을 낼 수 있고, 유의미하다.

양적 척도 : 수들의 계산이 유의미 하다

3. 구간 척도 (interval scale)
   측정 대상이 가지는 속성의 양을 측정한다. 이에 대해 절대적 원점은 존재하지 않는다. 비율의 의미가 없다.
   예) 섭씨 온도, 주가지수, 성적
4. 비율 척도 (ratio scale)
   절대적 원점이 존재하며, 비율의 의미가 있다. 사칙 연산이 가능하고, 비교가 가능하므로, 나머지 3가지 척도의 특성을 모두 가지고 있다.
   
   

변수(Variable)의 종류

양적 변수(Quantitative variables)

: 숫자로 측정될 수 있는 변수를 말한다.

1. 이산형(discrete) 변수 : 이산적인 값을 갖는 변수를 말한다.
   예) 1, 2, 3, 4, ...
2. 연속형(continuous) 변수 : 연속적인 값을 갖는 변수를 말한다.
   예) 시간, 몸무게

질적 변수(Qualitative variables)

: 숫자로 측정할 수는 없지만 분류는 가능한 변수
ex) 색상, 성별, 종교

R에서는 어떻게?

R에서는 변수에 관측값 혹은 상수를 할당시키는 과정을 할당 연산자(<-, <<-, =, 등)를 통해 가능하게 한다.
변수를 a 라고 할 때, 우리는 a <- 5 라는 식을 통해 변수 a에 5를 할당시켜줄 수 있다.
코딩 세계관에서는 = 이라는 기호가 같다라는 의미가 아닌 할당의 의미로 사용된다.
이 또한 b=7 의 식을 해석하면, b라는 변수에 7이라는 관측값을 할당하는 과정으로 볼 수 있다.
위에서 배운 다양한 포맷의 수들을 R에서 다뤄볼 것이 기대된다.