న్యూమరిక్ డేటా

వికీపీడియా నుండి
Jump to navigation Jump to search
డి.బి.2 న్యూమెరిక్ డేటా రకాలు

న్యూమరిక్ డేటా అంటే 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 అనే నంబర్లతోటి ఏర్పాటవుతుంది. న్యూమరిక్ డేటాని మరల పూర్ణసంఖ్యలు, పూర్ణాంకాలు అనే తరగతులుగా విభజించవచ్చు.డేటా రకాలు గణాంక విశ్లేషణలో ఒక ముఖ్యమైన అంశం, మీ డేటాకు గణాంక విధానాలను సరిగ్గా అన్వయించడానికి దీనిని అర్థం చేసుకోవాలి. 2 ప్రధాన రకాల డేటా లున్నాయి, అవి: వర్గీకృత డేటా ,, సంఖ్యాపరంగా డేటా [1]

పూర్ణ సంఖ్యలు : వీటిలో అన్ని పూర్ణ సంఖ్యలే ఉంటాయి. ఉదాహరణ : 0, +16, -32, +24.

వాస్తవ సంఖ్యలు : అన్ని రకాల సంఖ్యలు ఈ కోవలోకి వస్తాయి. ఉదాహరణ : 0, +5, 1/4, -9. న్యూమరిక్ డేటాను కంప్యూటర్ గుర్తించినప్పుడు ఆ అంకె ఉన్న స్థానాన్ని బట్టి దాని విలువ ఉంటుంది. ఈ అంకెలతో కూడిన సంఖ్యలతో కూడికలు, తీసివేతలు మొదలగు కాలిక్యులేషన్స్ చేయవచ్చు.


సంఖ్యా డేటా అనేది సహజ భాషా వివరణ కాకుండా సంఖ్యలలో వ్యక్తీకరించబడిన డేటా రకం. కొన్నిసార్లు పరిమాణాత్మక డేటా అని పిలుస్తారు, సంఖ్యా డేటా ఎల్లప్పుడూ సంఖ్య రూపంలో సేకరించబడుతుంది. సంఖ్యా డేటా ఈ సంఖ్యలతో అంకగణిత కార్యకలాపాలను నిర్వహించగల సామర్థ్యంతో ఇతర సంఖ్యల డేటా రకంతో విభేదిస్తుంది.[2]

ఉదాహరణకు, ఒక తరగతిలో మగ విద్యార్థులు, మహిళా విద్యార్థుల సంఖ్య యొక్క సంఖ్యా డేటాను తీసుకోవచ్చు, తరువాత తరగతిలోని మొత్తం విద్యార్థుల సంఖ్యను పొందడానికి కలిసి చేర్చబడుతుంది. ఈ లక్షణం సంఖ్యా డేటాను గుర్తించే ప్రధాన మార్గాలలో ఒకటి.

సంఖ్యా డేటాలో రెండు రకాలు ఉన్నాయి, అవి; వివిక్త డేటా-ఇది లెక్కించదగిన అంశాలను నిరంతర డేటాను సూచిస్తుంది-ఇది డేటా కొలతను సూచిస్తుంది. నిరంతర రకం సంఖ్యా డేటా విరామం, నిష్పత్తి డేటాగా మరింత ఉప-విభజించబడింది, ఇది వస్తువులను కొలిచేందుకు ఉపయోగించబడుతుంది.

వివిక్త డేటా

వివిక్త డేటా అనేది లెక్కించదగిన అంశాలను సూచించే ఒక రకమైన సంఖ్యా డేటా. వారు జాబితాలో సమూహపరచగల విలువలను తీసుకుంటారు, ఇక్కడ జాబితా పరిమితంగా లేదా అనంతంగా ఉండవచ్చు. పరిమిత లేదా అనంతమైనప్పటికీ, వివిక్త డేటా 1 నుండి 10 లేదా 1 వంటి సంఖ్యలను అనంతం వరకు లెక్కిస్తుంది, ఈ సంఖ్యల సంఖ్య వరుసగా లెక్కించదగినది

వివిక్త డేటాకు మరింత ఆచరణాత్మక ఉదాహరణ ఒక బకెట్ ఖాళీ చేయడానికి అవసరమైన నీటి కప్పులను లెక్కించడం, సముద్రం ఖాళీ చేయడానికి అవసరమైన నీటి కప్పులను లెక్కించడం-పూర్వం పరిమితమైనది, రెండోది అనంతమైన లెక్క.

నిరంతర డేటా:

ఇది కొలతలను సూచించే ఒక రకమైన సంఖ్యా డేటా-వాటి విలువలు లెక్కింపు సంఖ్యలను తీసుకోకుండా నిజమైన సంఖ్య రేఖలో విరామాలుగా వర్ణించబడ్డాయి. ఉదాహరణకు, 5 పాయింట్ల గ్రేడింగ్ విధానంలో సంచిత గ్రేడ్ పాయింట్ సగటు (సిజిపిఎ) ఫస్ట్ క్లాస్ విద్యార్థులను సిజిపిఎ 4.50 - 5.00, రెండవ తరగతి ఉన్నత 3.50 - 4.49, రెండవ తరగతి తక్కువ 2.50 - 3.49, మూడవ తరగతి 1.5 - 2.49 గా, 1.00 - 1.49 గా పాస్ చేసి 0.00 - 0.99 గా విఫలమవుతుంది ..

ఒక విద్యార్థి 4.495, 2.125, 3.5 లేదా 0 నుండి 5 వరకు ఏదైనా సంఖ్యను స్కోర్ చేయవచ్చు. ఈ సందర్భంలో, నిరంతర డేటా లెక్కలేనన్ని పరిమితంగా పరిగణించబడుతుంది.


మూలాలు

[మార్చు]
  1. Science, 365 Data (2020-02-11). "Types of Data: Categorical vs Numerical Data". Medium (in ఇంగ్లీష్). Retrieved 2020-08-30.{{cite web}}: CS1 maint: numeric names: authors list (link)
  2. Blog, Formplus. "What is Numerical Data? [Examples,Variables & Analysis]". https (in ఇంగ్లీష్). Retrieved 2020-08-30.[permanent dead link]

తెలుగువారి సంపూర్ణ పెద్దబాలశిక్ష - గ్రంథకర్త : గాజుల సత్యనారాయణ