分类或定量变量：定义+示例

在统计学中，变量可以分为分类变量和定量变量。

分类变量：带有名称或标签的变量。示例包括：

• 婚姻状况（“已婚”、“单身”、“离婚”）
• 吸烟状况（“吸烟者”、“非吸烟者”）
• 眼睛颜色（“蓝色”、“绿色”、“淡褐色”）
• 教育程度（例如“高中”、“学士学位”、“硕士学位”）

定量变量：采用数值的变量。示例包括：

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

下表总结了这两类变量之间的区别：

示例：分类变量和定量变量

使用以下示例可以更好地理解分类变量和定量变量。

例1：株高

一位植物学家穿过当地的森林，测量某种植物的高度。植物高度变量是一个定量变量，因为它采用数值。例如，高度可以是 15 英寸、17.5 英寸、19.2 英寸等。

示例 2：度假租赁

一位研究人员采访了 200 人，询问他们最喜欢的度假胜地是哪里。度假地点变量是一个分类变量，因为它需要名称。例如，答案可能包括“迈阿密”、“旧金山”、“希尔顿头岛”等。

示例 3：政党

一位政治学家采访了某个城市的 50 个人，并询问他们属于哪个政党。政党变量是一个分类变量，因为它有标签。例如，答案可能包括“民主党”、“共和党”、“独立党”等。

示例 4：执行时间

一位教练记录他 20 名追踪者的比赛时间。运行时间变量是一个定量变量，因为它采用数值。例如，运行时间可以是 58 秒、60.343 秒、65.4 秒等。

例5：房价

一位经济学家收集了某个城市的房价数据。房地产价格变量是一个定量变量，因为它采用数值。例如，房屋的价格可能是 149,000 美元、289,000 美元、560,000 美元等。

如何描述分类变量和定量变量

我们可以使用频率表来总结分类变量。

例如，假设我们收集 100 个人眼睛颜色的数据。由于“眼睛颜色”是一个分类变量，我们可以使用下面的频率表来总结它的值：

我们可以使用各种描述性统计来总结定量变量。

例如，假设我们收集 100 栋房屋的平方英尺数据。由于“平方英尺”是一个定量变量，我们可以使用以下描述性统计来总结其值：

• 平均： 1,800
• 中位数： 2,150
• 模式： 1600
• 范围： 6,500
• 四分位数： 890
• 标准差： 235

这些指标让我们了解中心值在哪里以及该变量的值的分布。

相关：如何在 R 中绘制分类数据