여러가지 데이터의 유형과 언제 어떤 데이터를 사용하는지 알아보자.
많이 사용되는 기본적인 데이터의 유형과 이런 데이터와 언제 맞닥뜨릴 수 있는지를 달콤한
캔디 한 봉지를 활용해서 살펴보자.

■ 데이터 분류의 시작 : 질적(Qualitative) 데이터와 양적(Quantitative) 데이터

양적(Quantitative) 데이터는 숫자를 사용하여 사물을 객관적으로 측정할 수 있다.
예를 들면, 키, 몸무게, 길이, 온도, 습도, 가격, 면적, 부피 등이 있다.

질적(Qualitative) 데이터는 특징을 사용하여 쉽게 측정할 수 없는 것을 서술적으로 표현할 수 있다.
그렇지만 냄새, 맛, 짜임새, 매력, 색상 등과 같이 주관적인 관측이 될 수 있다.

일반적으로 말하자면, 여러분이 무엇인가 측정하여 숫자로 표현하면 여러분은 양적(Quantitative) 데이터를
만든 것이며, 어떤 것을 판단하거나 분류하고 있다면 질적(Qualitative) 데이터를 생성하고 있는 것이다.
여기까지는 순조로왔지만, 이것은 단지 최상위 레벨의 데이터 분류 방법이며,
질적(Qualitative) 데이터와 양적(Quantitative) 데이터는 다시 다른 유형으로 분류할 수 있다.

■ 양적(Quantitative) 데이터 : 연속형(Continuous) 데이터와 이산형(Discrete) 데이터

숫자 데이터로 표현되는 질적(Qualitative) 데이터에는 연속형(Continous) 데이터와 이산형(Discrete)
데이터 두가지 유형으로 분류할 수 있다. 일반적으로 갯수는 이산형(Discrete) 데이터, 측정값은
연속형(Continuous) 데이터 이다.

이산형(Discrete) 데이터는 더이상 정밀하게 표현할 수 없는 갯수이다.일반적으로 정수로 표현된다.
예를 들면, 여러분 가정에서 자녀의 수, 성인의 수, 애완 동물의 수 등으로 전부를 헤아리는데
사용하며 2.5 자녀, 1.3 강아지 처럼 절대로 나누어서는 의미를 표현할 수 없는 데이터 이다.

한편으로, 연속형(Continuous) 데이터는 데이터 자체를 나누어 표현할 수 있고, 세분화 수준을
높이거나 줄일 수 있다. 예를 들면, 여러분 자녀의 키를 미터, 센티미터, 밀리미터 등으로 점점
더 정밀한 측정 단위로 나타낼 수 있다. 그래서 키는 연속령 데이터 이다.

만일 한 봉지에 들어있는 캔디 개개의 갯수를 헤아리면 그 숫자는 이산형 데이터가 된다.

만일 캔디 개개의 무게나 캔디 한 봉지의 무게를 측정하면 연속형 데이터가 된다.

연속형 데이터는 여러종류의 가설검정에 사용할 수 있다. 예를 들면, 캔디 봉지 외부에 인쇄되어 있는
캔디의 무게의 정확도를 평가하기 위해 30 봉지의 개개 무게를 측정한 다음 1-Sample t-test를
실행할 수 있다.

어떤 분석 툴에서는 연속형 데이터와 이산형 데이터를 동시에 사용할 수 있다.
예를 들면, 캔디 봉지의 무게(연속형 데이터)가 봉지 안에 들어 있는 개별 캔디의 갯수(이산형 데이터)와
상관관계가 있는지 회귀분석을 실행할 수 있다.

■ 질적(Qualitative) 데이터 : 이항(Binomial) 데이터, 명목(Nominal) 데이터, 순서(Ordinal) 데이터

여러분이 어떤 것에 대해 등급을 메기거나 범주를 정할 때 여러분은 질적(Qualitative) 데이터 혹은
속성(Attribute) 데이터를 생성하는 것이다. 질적(Qualitative) 데이터에는 주로 사용되는 세가지 유형이 있다.

이진(Binary) 데이터는 올바르다/잘못되다, 진실/거짓, 수용/기각 등과 같이 두가지의 상호배타적인 것
중에 한 가지를 나타낸다.

예를 들어, 캔디 봉지 안에 있는 캔디 중에 내가 좋아하는 맛이면 좋아하는 맛,
그렇지 않으면 싫어하는 맛으로 구분한 다면 이진(Binary) 데이터가 되고 이런 종류의 데이터는
캔디 봉지 안에서 싫어하는 맛 캔디가 나올 빈도를 예측하기 위한 모형을 개발할 수 있다.

명목(Nominal) 데이터를 수집할 때에는 개별 아이템에 무조건적이거나 자연적인 값이나 순서가 아닌
범주의 이름을 할당한다. 다시 캔디 박스로 돌아가서 한 봉지 내의 모든 캔디의 색상을 부여하고 이름을
기록하면 이것은 명목(Nominal) 데이터가 된다.

이런 종류의 데이터는 많은 통계 툴에 사용되는데, 예를 들면, 각 캔디 봉지에 들어있는 캔디의 색상별
갯수의 차이가 서로 차이가 나는지 알아보기 위해 카이제곱 검정을 사용할 수 있다.

또한 순서(Ordinal) 데이터가 있는데, 10은 9보다 좋다든지, 소형, 중형, 대형 등과 같이 어떤 조건적이거나
자연적인 순서를 가지는 어떤 유형으로 범주를 할당한 경우이다. 또 다른 에를 보면 설문에 사용되는
질문에서 10이 최상인 경우 1에서 10까지 유형을 제시하는 경우 10은 9보다 좋고 9는 8보다 좋다는 것을 포함한다.