变量类型（统计）

在这里您将发现统计中有多少种变量。因此，本文解释了统计变量的不同类型，此外，您将能够看到每种类型变量的几个示例。

变量有哪些类型？

在统计学中，变量的类型有：

• 定性变量：其值为品质或类别的变量。
  • 序数定性变量：变量的类别可以排序。
  • 名义定性变量：值不接受任何层次顺序。
• 定量变量：值为数值的变量。
• 离散定量变量：变量只能取有限个值。
• 连续定量变量：变量可以在区间内取任意值。

下面更详细地解释了每种类型的统计变量，并显示了每种统计变量的示例。

定性变量

定性变量（或分类变量）是一种变量，其值为质量、特征或类别，因此不接受数值。

同时，定性变量又分为两个子类型：序数定性变量（可以按照一定的标准排序）和名义定性变量（不能按层次排序）。

序数定性变量的示例：

• 奥运会奖牌：运动员根据排名获得“金”、“银”或“铜”奖牌。
• 科目的等级：可以是“好提及”、“优秀”、“显着”、“认可”或“有悬念”。
• 公司职位：有“总裁”、“副总裁”、“部门主管”、“实习生”……
• 贵族头衔：可以是“国王”、“王子”、“侯爵”、“伯爵”……
• T恤的尺寸：可以是“小号”、“中号”、“大号”、“特大号”……

名义定性变量的示例：

• 一个人的性别：可以是“男人”或“女人”。
• 一个人的婚姻状况：可以是“已婚”、“单身”、“离婚”……
• 一个人的职业：可以是“经济学家”、“计算机科学家”、“美发师”等。
• 出生国家：有很多可能的国家，例如“阿根廷”、“墨西哥”、“西班牙”……
• 一个人的血型：有四种可能的选项，即“A 型”、“B 型”、“AB 型”或“0 型”。

定量变量

定量变量（或数值变量）是一种仅支持数值的变量类型，即定量变量的值始终是数字。

定量变量有两种子类型：离散定量变量（不能取特定值的变量）和连续定量变量（可以取任意数值）。

离散定量变量的示例：

• 房间内人数：1、2、5、9……
• 一个家庭的孩子数量：0、1、2、3、4、5……
• 掷骰子的可能结果：1、2、3、4、5 或 6。
• 足球队在一场比赛中的进球数：1、2、4、5……
• 公司员工人数：54、29、158、561、302……

连续定量变量的示例：

• 一组人的体重：74.5公斤、58.14公斤、62.39公斤、83.92公斤……
• 室温：25℃、19.50℃、12.83℃、17.52℃、29.4℃……
• 运动员跑100m所需时间：9.81秒、10.02秒、9.52秒、9.74秒、11.25秒……
• 两地距离：45公里、0.82公里、634公里、35.87公里、23.548公里……
• 汽车速度：58.00公里/小时、34.25公里/小时、29.50公里/小时、14.96公里/小时、76.94公里/小时……

其他类型的变量

通常，在统计学中，变量根据我们上面看到的类型进行分类。然而，还有其他方法对不同类型的统计变量进行分类，如下所示。

根据其与其他变量的关系

在统计研究中，可以根据变量之间的关系对变量进行分类：

• 自变量：其值不依赖于任何其他变量的变量。
• 因变量：其值取决于另一个变量（自变量）的值的变量。
• 介入变量：影响自变量和因变量之间关系但不用于分析的变量。

例如，如果一项研究统计调查学生获得的成绩与学习时间之间的关系，则因变量是成绩，自变量是学习时间。因为成绩取决于学习时间，而不是相反。

同样，一个干预变量是教师在解释该计划时的动机。从逻辑上讲，成绩会根据每个老师的动机而有所不同，因为他们会解释最好或最差的情况，但是，这是一个不打算进行分析的特征。

根据你的规模

根据代表数值变量的标度的绝对零，我们可以区分两种类型：

• 比率变量：其绝对零与其所表示的数量的绝对零一致的变量。例如：汽车的速度（如果汽车的速度为 0 公里/小时，则意味着它没有移动）。
• 区间变量：0 不对应于其所表示的量的绝对零的变量。例如：温度（0℃并不意味着没有温度，因为负温度也存在）。

根据值的个数

根据统计变量可以取的可能值的数量，我们区分两种类型：

• 二分变量：变量只能取两个值。例如：抽签（正面或反面）。
• 多分变量：变量可以取三个或更多值。例如：一个人的职业（服务员、医生、翻译等）。