[데이터 분석] 척도화(스케일링, Scaling) 종류

ㅁ척도화(Scaling): 자료가 수집될 때 관찰된 현상에 하나의 값을 할당시키기 위해 사용되는 측정의 수준

Numeric 데이터에서 목적에 따라 유형이 달라짐을 정확히 구분하여 이해해야 함

 

 

1. 이산형 / 범주형 (Discrete / Categorical)

1-1.이진(Binary) 척도: 2개의 서로 다른 상태를 구분

e.g. 합격 여부

 

1-2. 명목(Nominal) 척도: 데이터 특성을 분류하기 위해 수치로 기호 부여

e.g. 운동선수 등번호, 성별

 

1-3.순서(Ordinal) 척도: 데이터 간 순서 존재

수치 간의 양적인 의미가 있다

e.g. 순위(1등 > 2등 > 3등)

 

 

2. 연속형 (Continuous)

2-1. 구간(Interval) 척도: 명목 + 순서 + 구간

숫자 간의 간격이 산술적 의미를 가짐

※ 절대적 0이 없다

e.g. 온도(임의의 온도가 0도), 서기 년도(서기 0년은 예수님이 태어나신 해로 구분)

 

2-2. 비율(Ratio) 척도: 명목 + 순서 + 구간 + 비율

숫자 간의 비율이 산술적 의미를 가짐

※ 절대적 0이 있다

e.g. 몸무게(0kg), 소요시간(0초), 키(0cm)