统计学基础知识点:数据类型
一.变量和数据
变量或变数是指没有固定值而可以改变的数字。变量的具体数值称为变量值，即数据。统计数据是统计变量的具体表现。
第二，数据类型
定性变量(数据)和定量变量(数据)
1.定性变量:反映“职业”、“受教育程度”等现象特征，但不能说明具体量的大小和差异的变量。
分类变量:没有数量特征，只有分类特征。这个变量，只反映现象的分类特征，也叫分类变量。分类变量的观测结果就是分类数据。描述事物类别的名称。例如，“性别”是一个分类变量。
序列变量:如果类别有一定的顺序，如“教育类别”，这类变量称为序列变量，对应的观察结果为序列数据。描述事物有序类别的名称。这类变量的具体表现就是序列数据。
2.数值型(数量型)变量:“天气温度”、“月收入”等变量可以用数值来表示，这些数值有明确的数值意义，不仅可以分类，还可以衡量具体的大小和差异。这些变量就是数量变量，也叫数值变量，数量变量的观测结果就变成了数量数据。描述某物的数字特征的名称。
分类变量没有数值特征，所以无法对其数据进行数学运算。分类数据只能用来区分事物，不能用来显示事物的大小和好坏关系。
序列变量比分类变量更进了一步，不仅可以用来区分客观现象的不同类别，还可以显示现象的大小、高低和优劣。显然，顺序数据的作用比分类数据强，对事物的划分也更细致。但是，虽然顺序数据的数据可以在大小上进行比较，但无法计算出它们之间的大小、高度或距离。它只反映事物性质的差异，而不能用来反映事物数量的差异。所以从本质上来说，序列数据还是一种定性数据。
数值型数据作为统计研究的主要数据，其特征在于其数值形式。有些数值型数据只能计算出数据间的绝对差，有些不仅可以计算出数据间的绝对差，还可以计算出数据间的相对差。其测量精度远高于定性数据。在统计学研究中，对数值数据的研究是定量分析的主要内容。
从以上三种数据的基本特征可以看出，这三种数据对事物的描述是从定性到定量，从低到高，从粗到细。在统计研究中，要明确适用于各种数据的统计方法，并正确选择和应用，这是正确进行统计研究的基本要求。
(2)观测数据和实验数据
根据获取数据方法的不同，可以分为观察数据和实验数据。观察数据可能是综合数据，也可能是样本数据(局部)，实验数据一般是样本数据。
1，观测数据。
观测数据是通过对客观现象进行实地观察而获得的数据，在数据获取过程中一般不存在控制和条件约束。在社会经济问题的研究中，观察是获取数据最重要的方法。
2.实验数据。
实验数据一般是在科学实验的环境下获得的。在实验中，实验环境受到严格控制，数据的产生必然是某种约束的结果。实验方法在自然科学研究中被广泛使用。