高等数学 / 系统课时
变量与数据类型
变量与数据类型
面对一列数据,先判断变量属于哪种类型,才能正确选择统计指标、图表和分析方法。本课将从测量尺度与取值方式两个角度建立分类框架,并解决常见的混淆问题。
学习目标
- 区分定类、定序、定距和定比变量
- 判断变量属于离散变量还是连续变量
- 根据变量类型选择合适的统计方法
什么是变量
变量是研究对象中可以取不同值的特征。例如,调查学生时,专业、满意度、考试分数和身高都可以作为变量;每名学生在某个变量上的具体结果称为变量值。
识别变量时不能只看数据的书写形式,还要看它表达的实际含义。邮政编码虽然由数字组成,但数字之间不能进行有意义的加减,因此它本质上属于类别变量,而不是数值变量。
按测量尺度分类
测量尺度决定了变量值之间允许进行哪些比较和运算。由弱到强,可以分为定类、定序、定距和定比四种类型。
| 类型 | 核心特征 | 示例 | 可以进行的操作 |
|---|---|---|---|
| 定类变量 | 只区分类别,没有顺序 | 血型、城市、支付方式 | 判断相同或不同、统计频数 |
| 定序变量 | 类别之间存在顺序 | 满意度等级、比赛名次 | 比较高低、计算中位数 |
| 定距变量 | 间隔有意义,但零点不是绝对零点 | 摄氏温度、年份 | 加减、比较差值 |
| 定比变量 | 间隔有意义,并且存在绝对零点 | 身高、重量、收入 | 加减乘除、比较倍数 |
定距变量和定比变量最容易混淆。温度从 10 摄氏度升到 20 摄氏度,不能说温度变成了两倍,因为 0 摄氏度不表示完全没有温度;收入从 1000 元增加到 2000 元,则可以说变成了两倍。

按取值方式分类
数值变量还可以按照可能取值的形式分为离散变量和连续变量。
离散变量的取值通常可以逐个计数,相邻取值之间可能存在空缺。例如订单数量只能是 0、1、2 等整数,不能出现 2.5 个订单。离散变量常由计数产生。
连续变量在某个区间内理论上可以取任意数值,例如身高、用时和温度。实际记录中的小数位数受到测量工具限制,但变量本身仍然是连续的。
需要注意,离散与连续描述的是取值方式,定类、定序、定距和定比描述的是测量尺度,两套分类不能互相替代。例如订单数量既是离散变量,也是定比变量。
如何判断变量类型
判断一个变量时,可以依次提出三个问题:变量值只是标签,还是能够比较大小;相邻数值的差是否具有统一意义;零值是否表示该属性完全不存在。回答这些问题后,通常可以确定测量尺度。
对于数值变量,再判断其取值是通过计数得到,还是通过测量得到。计数结果通常是离散变量,测量结果通常是连续变量,但最终仍应结合业务含义,而不能只根据是否带有小数判断。
Tips:年龄记录为整数时,可能只是将连续变量按整岁进行了离散化。数据的存储格式不一定等于变量的真实类型。