Mängden data eller antalet data?

Ngram-diagrammet för ”datamängd” (blå linje) kontra ”antal data” (röd linje) visar ett ganska hälsosamt antal matchningar för båda fraserna:

Men framträdanden i detta fall bedrar. En titt på Google Böcker matchar som ligger bakom linjediagrammen visar att de flesta förekomster av ”mängd data” använder den som en uppsättning fras, medan de allra flesta fall av ”antal data” involverar tillfällen där sökningen har tagit bort substantiv eller substantivfras i slutet av ett längre uttryck: ” antal datafall ”; ” antal dataprov ”; ” antal datapunkter ”; ” antal dataobjekt ”; ” antal data mining-program ”; ” antal repliker av data ”; ” antal datavärden ”; etc.

Faktum är att den överväldigande preferensen på engelska är ”datamängd” (med data som behandlas som ett massnamn) framför ”antal data” (med data behandlas som ett räknbart substantiv).

Kommentarer

• En sak som förvirrar mig om denna fråga och många av kommentarerna och svar: varför kan ’ t ” mängden ” följas av ett pluralantal ? Jag kan hitta på Google Ngram ett antal träffar för t.ex. ” skattebelopp ” och ” skatter ”, även om det har en slags massa-y-betydelse, är det fortfarande klart ett plural substantiv (plural för räkne substantiv ” tax ”) på standard engelska.
• Jag hittade det här ” Grammatiker ” artikel, men jag vet inte ’ hur pålitlig den webbplatsen är och jag tror att det kan förenkla saken med sin rekommendation (” det är alltid säkrare att använda nummer i sådana situationer ”). Google Ngram Viewer visar ” antal skatter ” som faktiskt mindre vanligt än ” av skatter ”, och jag tror bara det senare är möjligt när du menar något som ” det belopp som betalats i skatt ”. Tyvärr att jag stör dig om detta – Jag ’ Jag undersöker mer och kanske ställer en fråga om detta om det inte har varit ’ frågade redan på den här webbplatsen.
• @sumelic: Jag måste hålla med din observation: data kan förstås massivt eller detaljerat i uppsättningsfrasen ” mängd data, ” precis som guldfisk kan i ” mängd guldfisk. ” Men som med guldfisk , bjuder data en massiv tolkning när ” mängd ” föregår den.Det ’ är inte att du kan ’ t använder ” guldfisk ” betyder ” antal guldfiskar [es] ”; det ’ är att vi (eller jag) förväntar oss att ” guldfisk ” fungerar poundage sense före ” mängd ” – och anledningen till att jag förväntar mig det är att jag ’ förväntar sig att ” antal ” används på annat sätt. Men detta låter som cirkulärt resonemang, gör det inte ’?

Både Oxford och Cambridge listar data som ett massa / otalbart substantiv, så det vore vettigt att prata om en stor mängd data. Jag har sett enskilda datums kallade datapunkter , så du kan prata om en stor antal datapunkter.

data – substantiv [U, + sing / pl verb]

information, särskilt fakta eller siffror, samlad för att undersökas och övervägas och används för att hjälpa till att fatta beslut eller information i en elektronisk formulär som kan lagras och användas av en dator:

• Data samlades in / samlades av olika forskare.
• Nu överförs / överförs data från magnetband till hårddisk.

Cambridge Dictionary

Kommentarer

• +1 för att kortfattat lägga detta i sängen utan den vanliga käbbningen. 🙂
• ” Enskilda datum ” kallas också ” observationer ”.

”Data ”är vanligtvis icke-räknat

Det verkar som att” datamängd ”och” mindre data ”båda används oftare än” antal data ”och” färre data ”. Google Ngram Viewer :

Som Sven Yargs påpekar finns det många tänkbara källor till falska träffar för ”antal data”, så dess faktiska prevalens är förmodligen ännu lägre än detta antyder . Jag kunde dock hitta ett exempel på någon som använder det:

• Detta spelar en viktig roll för att beskriva osäkerheten vid mätningar där antalet data är stort. ( Statistisk dataanalys för fysiska vetenskaper , av Adrian Bevan)

Då kan det här exemplet vara misstänkt eftersom normalt vi förväntar oss faktiskt ett singularverb efter ”antalet [plural_noun ] ”. Bevan verkar med andra ord ha gjort åtminstone en hyperkorrigering, så det är möjligt att hans användning av ”antal” i sig är ett fel.

Kanske betyder det att det behandlas som ett icke -tal substantiv. Det verkar finnas allmän enighet om att detta är kriteriet för att använda mängd kontra antal eller mindre kontra mer (även om det också är känt att människor faktiskt använder mindre i fler situationer i tal än kan förväntas från denna princip).

Detta kanske inte är direkt relaterat till dess grammatiska nummer

Jag vet att du inte frågade om flertalet data, men eftersom det togs upp i några kommentarer och svar, trodde jag att jag också skulle vilja skriva om det. Jag är faktiskt osäker på om den uppenbara preferensen för att behandla data som icke-räknande kan ses som bevis för substantivets grammatiska nummer på ett eller annat sätt. Självklart tar singularmass substantiv som pengar mängden och mindre. Men ett annat substantiv som verkar behandlas på samma sätt, men ändå är tydligt plural i standard engelska är skatter (det är plural för räkne substantivet skatt ):

I många fall är det faktiskt inte möjligt att ersätta ”skattebelopp” med ”antal skatter” utan att ändra innebörden av en mening eller göra det meningslöst (till exempel i ”Mängden skatt han betalade var löjligt” eller ”mängden pålagd skatt får inte överstiga $ ___”). Så det verkar som om råd från resurser som Grammarist (som säger ”det är alltid säkrare att använda nummer i sådana situationer [ med antal substantiv]) är inte riktigt korrekt.

Jag antar att en pedant som tyckte att ”skattemängd” var oacceptabelt skulle kunna använda en annan konstruktion, som ”belopp som betalats i skatt” eller ”belopp som tas ut i skatt”. har svårt att tänka på ett liknande alternativ för ”data”.Om du verkligen menar ”ett antal informationsobjekt” skulle ”antal data” vara korrekt, men jag tror att det inte är vad folk menar när de säger ”datamängd”. Men det är kanske tillräckligt nära för att några människor. Här är några exempel på att ”färre data” används med den här betydelsen:

• De flesta webbplatser var i regionen Mississippian (82 platser) eftersom färre data var tillgängliga för andra regioner. ( Nordamerikanska sötvattenmusslor: naturhistoria, ekologi och bevarande , av Wendell R. Haag, s. 242)

• Servern fungerar bättre eftersom den manipulerar färre data. ( C # Design and Development: Expert One on One , av John Paul Mueller, s. 183 )