质量记录的一格显示为两位小数,能否据此认定软件保存的值也只有两位?Minitab的公开帮助把一列同时具有的data type与data display format分开说明:前者是数据类型,后者决定数值在工作表中怎样显示。这使屏幕上的写法与分析所用的底层值成为两个可分别描述的对象。[1]
Minitab把数据存放在工作表的列中,识别numeric、text、date/time三种类型。文档说,输入列的第一个值参与决定该列的类型,同列所有数据须保持同一种类型。列编号后的D表示日期时间,T表示文本,数值列没有这两个标记。这里的D与T是软件对列身份的提示,而不是对记录是否正确的评价。
文本列也可能出现看似数值或日期的内容。原文以街道地址、月份名称作说明:它们在文本列中仍被当作文本。因此,“内容里有数字”与“这一列属于numeric”各有不同依据。读者查看质量资料时,仅抄下画面字符会留下内容表象,列类型则补充软件怎样理解这些字符;两份信息能够共存,却不能由前者自动推出后者。[1]
显示格式处理的是另一件事。数值列可以带货币符号并显示两位小数,底层却可能保存四位;日期时间列可以只显示日期,底层仍含时间。帮助页还直接给出1.2345678的文字例子:把显示设为两位小数后,底层值依旧是1.2345678,计算与分析继续采用这个底层值。这一例明确说明改变格式并未改写保存值,本文没有实际调整任何记录。
另一份Minitab帮助讨论categorical、discrete和continuous variables。类别变量包含有限的类别或不同组,类别之间可能没有逻辑顺序;它列举材料类型、付款方式等名称。离散变量则联系计数,例如顾客投诉数、瑕疵或缺陷数。连续变量联系测量,文档举部件长度以及收到付款的日期时间为例。[2]
这组概念不能直接替换工作表的三种存储类型。第二页明说连续变量可以是numeric,也可以是date/time;同样用连续来描述,并不只指一种列类型。付款日期时间与部件长度并列,正显示连续变量所描述的是值之间的取值关系,而工作表类型回答的是软件以何种形式保存一列。本文借原例解释两套名称的交叉关系,不选择回归模型或作统计判断。
三层信息由此各有用途:列类型交代软件保存与识别内容的方式,格式交代画面呈现,变量类别交代资料描述的取值性质。在质量资料交接中,写明“numeric列、两位显示”仍没有把原保存值截短;写明“连续变量”也尚未指定它必须是哪一种列类型。两份帮助页精确首发日期未知,本文仅整理文字定义,不认定产品合格、过程稳定或质量认证通过。
信息来源
- Minitab:Minitab data types and formats
- Minitab:What are categorical, discrete, and continuous variables?
本文基于上述公开资料整理,未使用来源页面的图片、视频或嵌入媒体。