無序數據是什麼意思

㈠ 簡述無序類別數據的含義

無序分類變數是指所分類別或屬性之間無程度和順序的差別。
變數是觀測單位的某種特徵或屬性，變數的觀測值就是所謂的變數值，有時也稱數據或資料。更准確地講，數據或資料是由具有若干變數值的觀測單位所組成的。例如在調查中常規問及的問題：你年齡多大？是什麼學歷？結婚了嗎？有工作嗎？家裡有多少人？對應的變數就是：年齡，學歷，婚姻狀況，就業情況，家庭人口數。
有序分類變數，是指其取值的各類別之間存在著程度上的差別，給人以「半定量」的感覺，因此也稱為等級變數。是根據取值特徵而分類的一種定性變數。

㈡ 藍色屬於無序分類數據是否正確

是。無序數據是即使能按編號排序，在計算機處理時也有點用處，但在現實世界中，這種排序是沒有實際意義的。藍色屬於顏色，顏色就是無序數據。

㈢ 排列組合中的有序和無序，指的是什麼意思

舉個簡單的例子，有序的話：ABC,CBA算兩種不同的方式，無序只算一種。一般排列即包含序列的不同，組合不考慮順序的變化。

㈣ 怎樣區分有序變數和無序變數

有序變數指的是那些有次序邏輯關系的變數，比如排名，第一第二第三，有先後順序；等級，一級二級三級，有高低順序；體積，大中小，有大小順序。定序變數有大於或小於的邏輯關系，但是不能刻畫大（小）多少。

比如從1-8號8個白球任意取3個的方法，由於3個一起取出，比如你取出的是123號球，不存在123和321有區別，都是這三個，這就是組合，無序的。如果說一個一個拿，拿出來依次是3號，2號，4號，那麼你拿出234和要求的324是不一樣的，這就是排列，有序的。

示例

有序多分類變數是很常見的變數形式，通常在變數中有多個可能會出現的取值，各取值之間還存在等級關系。比如高血壓分級（0=正常，1=正常高值，2=1級高血壓，3=2級高血壓，4=3級高血壓）、尿蛋白水平（0=－，1=±，2=+，3=++，4=+++）等等。與無序多分類變數不同，有序多分類變數的各個選項直接呈現向一個方向遞增或遞減的關系。

㈤ 排列組合中的有序和無序，指的是什麼意思

比如說從100個球中任意取兩個，這個就是無序，是組合數
如果說從100個球中先後取兩個，就有順序了，是排列

㈥ 有序函數和無序函數是啥

不是有序函數和無序函數而是有序數據和無序數據。或者成為有序類型和無序類型。可以從小到大一個一個排列出來的稱為有序。否則稱為無序。計算機程序設計中，明確提出有序和無序的只有pascal語言，其他語言中，有的一筆帶過有的乾脆提都不提。比如整數的類型，枚舉類型都是有序類型。而實數是無序的。這是因為任給兩個實數，總可以在中間找到一個實數，所以實數沒有辦法一個一個拿出來進行排序。這強調是一個一個地進行。你說函數的有序與無序應當是返回的是實數還是其他類型。

㈦ 什麼是有序表,什麼又是無序表

無序表就是數據的排列不具有順序性。有序表即表中的元素按某種規則已經排好了位置是，有一定順序排列的准確定義為：表中所有元素以遞增或遞減方式排列，並規定有序表中可存在元素值相同的元素。

無序表與有序表是相對的。有序、無序是有序表就是指邏輯意義上的，物質的系統結構或運動是確定的、有規則的。序是事物的結構形式，指事物或系統組成諸要素之間的相互聯系。

有序的相對性是指事物的組成要素的相互聯系處於永恆的運動變化之中，即有序是動態的、變化的有序。當事物組成要素具有某種約束性、呈現某種規律時，稱該事物或系統是有序的。

(7)無序數據是什麼意思擴展閱讀：

無序的對應就是有序，從字面上去理解就很容易，有序就是說他本身就標明了前後順序的，這是嚴格的，並且這些信息本身就有著順序特性。

比如我們寫操作步驟那就就需要明確第一步第二步，這樣的信息必然是有序的，而無序呢？也就是說其本身就是無序的沒有任何順序可言。

例：政府部門的領導名單前後順序是他們最頭疼的事，雖然他們有時會寫著排名不分先後，但是實際上依然是有排名的。

㈧ 統計學（9）-分類資料中的有序和無序是如何確定的

明確一句話， 統計學不要墨守成規，任何方法的使用都要基於研究目的 。
（1）無序分類資料和有序分類資料從形式上很容易判斷，但在分析時，統計方法的選擇卻並非這么簡單。一般來說，兩組無序分類資料的比較可用卡方檢驗，而有序分類資料的比較則可考慮秩和檢驗。
（2）在實際中，方法的選擇並非簡單根據資料本身的性質，還要考慮研究目的。比如，年齡劃分為<40 歲、40~50 歲、>50 歲三個組，分析時是將其作為無序分類資料還是有序分類資料呢？看起來好像是有序的，但卻未必一定作為有序分類資料，很多時候還需要取決於研究目的。

在該研究中，目的是想體現出療效等級的差異，根據這一目的，必須將結局視為有序分類資料，採用秩和檢驗。如果採用卡方檢驗，則體現不出等級的含義。因為在卡方檢驗中將結局的順序改變，其結果是不變的。所以，如果採用卡方檢驗，則實際上等同於默認結局是無序分類資料。
但如果研究目的本身並不想體現出」等級＂的差異，那麼即使資料看起來是有序的，仍可以作為無序分類資料來分析。
因為想看下葯物的療效，所以要分類，要有等級好壞，不能統著來

在該研究中，目的是比較兩組的年齡構成有無差異。盡管從數據本身來看，年齡組是一個有序分類資料，但在該研究中並不想體現出兩組等級上的差異，只是想了解不同年齡組的構成情況，因此仍可將其作為無序分類資料，採用卡方檢驗。
只是想看下各年齡組之間的差異，並不是要劃分等級好壞，所以就不需要用分類了
這里只是說明下，即使有分類的數據，也不一定非得用佚和檢驗
小結一下： 對於形式上的等級資料，如果研究目的關注這種等級或程度上的差異，則可將其作為有序分類資料；如果研究目的只是想了解各級別的構成情況，並不關注程度上的區別，則可將其作為無序分類資料。

㈨ 數學中的無序性是什麼

無序性 讀音： wú xù xìng 釋義： 指具有無法重復實驗、重復試驗後無法得出同樣結果或者無法運用科學手段找到規律性原理的現象或者特徵，比如比如電子的運動規律，空氣中煙霧的形狀和流動方式等。 辨析： 雲煙之美，在於無序
（1）ESP（Ecation Service Provider）超心理學相關實驗 超心理學從十九世紀中期開始就試圖取得科學的名聲，主要手段是用實驗測試取得數據，然後用統計方法來分析結果（這當然沒有什麼錯）。二十世紀三十年代，J.B.Rhine使用卡片猜測測試的方法，然後使用統計工具來分析數據，然後宣布發現了特異功能存在的現象。問題在於其他人不能重復他的實驗結果 ——而且糟糕的是，這是後來所有超心理學實驗的命運。這種事情被諷刺地稱為超心理學的「一貫地不一貫」（也就是「始終如一地不協調」）；超心理學研究中還有不少著名的欺騙事件（這不奇怪，看看我國的特異功能研究情況），這就使得科學界無法把超心理學作為科學來接納。 其後，一些在其他領域取得了諾貝爾獎的科學家也進入了ESP領域進行研究，都遭到了類似的命運，無論怎麼做，取得的實驗數據都無法重復，數據無法重復，於是就無法證明該現象的是否真正存在，在這里，現代科學站在一個非常尷尬的立場：如果不承認超能力的存在，這種從不重復的實驗數據跟永遠都在重復的數據一樣有說服力（無序性也是一種性質，甚至可以說是一種特徵）；如果承認超能力的存在，現有的這種依靠多次實驗以確定其性質的主流方式又毫無進展，於是，人們不得不將超能力理論劃分為偽科學。 （2）誤差的無序性 誤差是指在科學試驗中，測量值與真值之差異稱為誤差，這是一個非常普通的概念，只要是讀過書做過實驗的學生，幾乎沒有人不知道誤差的存在。 只要是有點經驗的人都知道，誤差具有絕對無法避免的特性。 但很少有人會注意到，誤差還具有數值大小無法重復的特性。 比如理論上2cm的木棒，實際在測量的過程中，我們無法准確地測出它的值，它的值總是與預測的值有些差異，而且如果用更為精確的儀器來測量，我們還會發現，這個誤差的值雖然都在一定的很微小的范圍內，可是每次的誤差值都是不一樣的，明明都是誤差值，明明都是在這個范圍內的，可是多次測量的數據中，誤差的結果還是不同。 理論上，誤差來源於空氣系數，摩擦力，甚至是儀器本身的校準差，可是呢，很多時候這些數據不是不變的么？可是就算是這樣，也很難找到兩次一樣的誤差。 誤差作為像ESP理論一樣被排除在科學理論之外，甚至作為科學理論障礙物的存在，它是有無序性這樣的自我特徵的，科學家可以認為誤差只是一種障礙，但是這不影響誤差中存在著真理的可能。

㈩ 什麼叫無序的順序表，又無序，又順序的，有點混亂了......

所謂「順序表」就是數組的別名。
無序的順序表就是數組里存的東西沒有排序。
如一個數組存的值是：1、2、3、4、5、6、7、8，就是一個有序的順序表。
而如果數組存的值是：3、1、8、2、7、4、9、6、就是一個無序的順序表。