একটি বাইনারি ভেরিয়েবলের মাত্র দুটি অবস্থা থাকে যেমন 0 বা 1, যেখানে 0 সংজ্ঞায়িত করে যে ভেরিয়েবলটি অনুপস্থিত, এবং 1 সংজ্ঞায়িত করে যে এটি উপস্থিত। পরিবর্তনশীল ধূমপায়ী রোগীকে সংজ্ঞায়িত করে, উদাহরণস্বরূপ, 1 বোঝায় যে রোগী ধূমপান করেন, যখন 0 বোঝায় যে রোগী তা করেন না। এটি বাইনারি ভেরিয়েবলগুলিকে বিবেচনা করা যেতে পারে যেন সেগুলি ব্যবধান-স্কেল করা হয় বিভ্রান্তিকর ক্লাস্টারিং ফলাফলের দিকে নিয়ে যেতে। তাই, বৈষম্য গণনা করার জন্য বাইনারি ডেটাতে সংজ্ঞায়িত পদ্ধতিগুলি অপরিহার্য৷
প্রদত্ত বাইনারি ডেটা থেকে একটি বৈষম্য ম্যাট্রিক্স গণনা করা একটি পদ্ধতি রয়েছে। যদি কিছু বাইনারি ভেরিয়েবলকে একই ওজনের বলে মনে করা হয়, তবে এতে 2-বাই-2 কন্টিনজেন্সি টেবিল থাকতে পারে, যেখানে q হল ভেরিয়েবলের সংখ্যা যা i এবং j উভয় বস্তুর জন্য 1 এর মত, r হল ভেরিয়েবলের সংখ্যা যা অবজেক্ট i এর জন্য একই 1 কিন্তু অবজেক্ট j এর জন্য 0, s হল ভেরিয়েবলের সংখ্যা যা অবজেক্ট i এর জন্য 0 কিন্তু অবজেক্ট j এর জন্য 1 এর মত, এবং t হল ভেরিয়েবলের সংখ্যা যা i উভয় অবজেক্টের জন্য 0 এর মত এবং জে ভেরিয়েবলের মোট সংখ্যা হল p, যেখানে p =q+r +s+t।
একটি বাইনারি চলক প্রতিসম হয় যদি এর উভয় অবস্থাই সমানভাবে মূল্যবান হয় এবং সমান ওজন বহন করে; অর্থাৎ, কোন পছন্দ নেই যার উপর ফলাফলগুলিকে 0 বা 1 হিসাবে কোড করতে হবে৷ বৈষম্য যা প্রতিসম বাইনারি ভেরিয়েবলের উপর নির্ভর করে তা সিমেট্রিক বাইনারি বৈষম্য হিসাবে পরিচিত৷
রোগ পরীক্ষার ইতিবাচক এবং নেতিবাচক ফলাফল সহ রাজ্যগুলির ফলাফলগুলি গুরুত্বপূর্ণ না হলে একটি বাইনারি পরিবর্তনশীল অপ্রতিসম। নিয়ম অনুসারে, আমরা অপরিহার্য ফলাফল কোড করব, যা সাধারণত বিরল একটি, 1 দ্বারা (যেমন, এইচআইভি পজিটিভ) এবং অন্যটি 0 দ্বারা (যেমন, এইচআইভি নেতিবাচক)৷
দুটি অপ্রতিসম বাইনারি ভেরিয়েবল দেওয়া হলে, দুটি 1s (একটি ধনাত্মক মিল) এর সঙ্গতি দুটি 0s (একটি নেতিবাচক মিল) এর চেয়ে বেশি গুরুত্বপূর্ণ হিসাবে বিবেচিত হয়। তাই, এই ধরনের বাইনারি ভেরিয়েবলগুলিকে "মনারি" হিসাবে গণ্য করা হয় (যেন একটি রাজ্য রয়েছে)।
এই ধরনের ভেরিয়েবলের উপর ভিত্তি করে বৈষম্য অসমমিতিক বাইনারি বৈষম্য হিসাবে পরিচিত, যেখানে বেশ কয়েকটি নেতিবাচক মিল, t, গুরুত্বহীন হিসাবে বিবেচিত হয় এবং তাই গণনায় উপেক্ষা করা হয়, যেমনটি সমীকরণে দেখানো হয়েছে
$$\mathrm{d(i, j)=\:\frac{r+s}{q+r+s}}$$
এটি দুটি বাইনারি ভেরিয়েবলের মধ্যে দূরত্ব গণনা করতে পারে যা ভিন্নতার পরিবর্তে সাদৃশ্যের ধারণার উপর নির্ভর করে। উদাহরণস্বরূপ, বস্তু i এবং j, অথবা sim (i, j) এর মধ্যে অসমমিতিক বাইনারি সাদৃশ্য গণনা করা যেতে পারে,
$$\mathrm{sim(i, j)=\:\frac{q}{q+r+s}=1-d(i,j)}$$।
সহগ সিম (i, j) জ্যাকার্ড সহগ হিসাবে পরিচিত।
