변수 및 속성(연구)
Variable and attribute (research)과학 및 연구에서 속성은 물체의 품질이다.사람, 사물 등)[1]이다.속성은 변수와 밀접하게 관련되어 있습니다.변수는 [1]Atribute의 논리 세트입니다.변수는 "변수"일 수 있습니다. 예를 들어, 높음 또는 [1]낮음입니다.속성 값에 따라 얼마나 높은지 또는 얼마나 낮은지(그리고 실제로 속성은 "낮음" 또는 "높음"[1]이라는 단어일 수도 있습니다). (예: 이진 옵션 참조)
속성은 직관적인 경우가 많지만 변수는 추가 데이터 처리를 위해 속성이 표현되는 작동 방식입니다.데이터 처리에서 데이터는 종종 항목(행으로 구성된 개체)과 다중 변수(열로 구성된 변수)의 조합으로 표시됩니다.
각 변수의 값은 변수의 도메인에 걸쳐 통계적으로 "변수"(또는 분산)됩니다.도메인은 변수가 가질 수 있는 모든 가능한 값의 집합입니다.값은 논리적인 방법으로 정렬되며 각 변수에 대해 정의해야 합니다.도메인은 더 크거나 더 작을 수 있습니다.가능한 최소 도메인에는 이항(또는 이분법) 변수라고도 하는 두 개의 값만 있을 수 있는 변수가 있습니다.큰 도메인은 비다이코토믹 변수를 가지며, 측정 수준이 높은 도메인도 있다(담화 영역 참조).
의미론적으로 '속성'(객체에 귀속되는 특성)과 '트레이트'(객체에 귀속되는 특성)를 구분함으로써 객체의 특성을 고려할 때 보다 정확한 정도를 얻을 수 있다.
예
에이징은 다양한 방법으로 조작할 수 있는 속성입니다.데이터 처리를 위해 "old"와 "young"의 두 가지 값만 허용되도록 이분화할 수 있습니다.이 경우 속성 "age"는 바이너리 변수로 동작합니다.세 개 이상의 값이 가능하고 순서를 지정할 수 있는 경우 속성은 "young", "middle age" 및 "old"와 같은 서수 변수로 표시됩니다.다음으로 1, 2, 3…[1]99와 같은 합리적인 값으로 만들 수 있습니다.
"사회계층" 속성은 "하위", "중위", "상위계층" 등 연령과 유사한 방식으로 작동할 수 있으며, 각 클래스는 상위와 하위를 구분하여 3가지 속성을 6가지로 바꿀 수 있습니다(William Lloyd Warner가 제안한 모델 참조). 또는 다른 용어(예: 작업)를 사용할 수 있습니다. Gilbert와 Kahl의 모델에서와 같은 클래스).
