統(tǒng)計(jì)數(shù)據(jù)的類型

***1.分類變量Catrgorical Variable ***

其變量值是定性的，表現(xiàn)為互不相容的類別或?qū)傩浴?br> 分類自變量的啞變量（dummy variables）
在多重回歸、Logistic回歸模型中，自變量可以是連續(xù)型變量（interval variables），也可以是二項(xiàng)分類變量，和多分類變量。
為了便于解釋，對(duì)二項(xiàng)分類變量（如好壞、死活、發(fā)病不發(fā)病等）一般按0、1編碼，一般0表示陰性或較輕情況，而1表示陽(yáng)性或較嚴(yán)重情況。
多分類變量又可分為有序（等級(jí)）或無(wú)序（也叫名義），
如果是有序（ordinal）分類變量，一般可按對(duì)因變量影響由小到大的順序編碼為1、2、3、...，或按數(shù)據(jù)的自然大小，將它當(dāng)作連續(xù)型變量處理。
如果是無(wú)序的（nomial）分類變量，則需要采用啞變量（dummy variables）進(jìn)行編碼，下面以職業(yè)（J）為例加予以說(shuō)明。 假如職業(yè)分類為工、農(nóng)、商、學(xué)、兵5類，則可定義比分類數(shù)少1個(gè)，即5－1=4個(gè)啞變量

2.離散型數(shù)據(jù)（Discrete data）：

代表數(shù)量是可以被數(shù)出來(lái)的，它可能是有限的，也可能是無(wú)限的。比如擲硬幣100次人頭朝上的次數(shù)（次數(shù)范圍為0到100，是有限的）；又如，擲硬幣直到有100次是人頭朝上的次數(shù)（次數(shù)范圍為100到無(wú)窮大，是無(wú)限的）。

3.連續(xù)數(shù)據(jù)（Continuous data）：

代表測(cè)量的結(jié)果是不能被數(shù)出來(lái)的，它只能被區(qū)間所描述。
比如桶里有20L水，隨機(jī)倒掉一部分，剩余的水量為[0,20]區(qū)間內(nèi)的某一個(gè)值，9.4L，9.41L，9.416789L等等，任何在[0,20]區(qū)間內(nèi)的值都有可能。

4.分類數(shù)據(jù)（Categorical data）:

代表了被描述對(duì)象的性質(zhì)，比如一個(gè)人的性別、婚姻狀況、家鄉(xiāng)等等， Categorical data 可以用Numerical data來(lái)表示，比如說(shuō)描述性別時(shí)，1代表男，2代表女，但是這些數(shù)據(jù)并沒(méi)有數(shù)學(xué)意義，你不能拿他做運(yùn)算。Categorical data也叫作qualitative data或是Yes/No data。

參考：知乎，百度