定性变量和定量变量：有什么区别？

在统计学中，有两种类型的变量：

1.定量变量：有时称为“数值”变量，这些变量代表可测量的数量。示例包括：

• 班级学生人数
• 房子的平方英尺数
• 一个城市的人口规模
• 个人年龄
• 个体的大小

2. 定性变量：有时称为“分类”变量，这些变量采用名称或标签并且可以归入类别。示例包括：

• 眼睛颜色（例如“蓝色”、“绿色”、“棕色”）
• 性别（例如“男”、“女”）
• 狗的品种（例如“实验室”、“斗牛犬”、“贵宾犬”）
• 教育水平（例如“高中”、“副学士学位”、“学士学位”）
• 婚姻状况（例如“已婚”、“单身”、“离婚”）

您在统计中遇到的每个变量都可以分为定量变量或定性变量。

示例：定量和定性变量的分类

考虑以下包含 10 名不同篮球运动员信息的数据集：

该数据集中共有五个变量。其中两个是定性变量，三个是定量变量：

总结定量和定性变量

我们可以使用许多不同的度量来总结定量变量，包括：

• 集中趋势的度量，例如均值、中位数和众数。
• 离散度的度量，例如极差、四分位距和标准差。

然而，我们只能使用频数表和相对频数表来总结定性变量。

为了说明这一点，请再次考虑上一个示例中的数据集：

对于定量变量Seasons Played ，我们可以计算以下指标：

• 平均分： 11.5
• 中位数： 12
• 模式： 12
• 范围： 8
• 四分位数： 4.5
• 标准差： 2.915

这些指标让我们很好地了解中心值在哪里以及该变量的值的分布。

对于定性变量Position ，我们可以创建一个频率表来描述不同值出现的频率：

通过该表，我们可以快速查看数据集中每个位置（L=后卫、F=前锋、C=中心）出现的频率。

其他资源

描述性或推论性统计
统计数据与参数
测量级别：名义、序数、间隔和比率