变量及资料类型

变量及资料类型

• 变量的类型决定资料的类型
• 一份统计资料中可能包括所有的变量类型
  

变量类型

变量按变量值的性质分为不同类型：

类型	取值	举例
名义型变量	不连续数值	性别、种族、肤色、血型、颜色
有序型变量	不连续数值	喜欢程度(不喜欢/一般/喜欢/很喜欢)、临床检验结果(-/+/++/+++)
离散型变量	不连续数值	人数、红细胞计数
连续型变量	连续数值	身高、体重、血压

变量测度

在介绍变量的测量尺度( Measure of variable )之前，先简单的介绍一下测量（measurement）。测量就是将数分配给一个对象（object）或者事件（event）的特征（characteristic），这样可以使其与其他对象或特征进行比较。也就是用数值对事物或其特征进行比较。尺度（scale）就是为了测量而建立的准则。

在统计学中，变量的测量尺度分为以下四种：

1. 定类尺度/明目尺度（nominal scale）

   定类尺度是根据事物的特点对其进行分类的一种尺度，赋予定类尺度的数值只是为了区分种类，没有顺序大小而言。可以将性别分为男女，男赋值1，女赋值2，虽然2>1，但并不代表女>男。同时在这里数值1与2也不可以相加，因为男+女并没有任何的意义。因此定类尺度并不能够进行数学计算。这样的例子还有民族、血型、颜色、肤色、电话号码等。

2. 顺序尺度/等级尺度（ordinal scale）

   顺序尺度是给事物区分等级的一种尺度，是一种分类（即包含定类尺度的特点）。比如喜欢的程度有喜欢、比较喜欢、非常喜欢，学历有小学、初中、高中、大学、研究生，年级有一、二、三等。赋予的数值也是为了区分其等级，如学历的小学是1、初中是2、高中是3、大学是4、研究生是5，但是却不能将其相加，因为不能说小学（1）+初中（2）就等于高中（3）。等级之间存在差别，但是具体差异的程度却不是明确的，比如喜欢的程度中喜欢是1、比较喜欢是2、非常喜欢是3，却不能说非常喜欢（3）减去比较喜欢（2）就是喜欢（1）。因此顺序尺度的数值也是不可以进行数学计算的。

3. 间隔尺度/等距尺度（interval scale）

   间隔尺度是指事物的数值之间具有一定的间隔，这个间隔是等距的，因此也被成为是等距尺度。比如华氏温度（不是温度差）、时间（不是小时），这样的数据是连续的，同时没有实际意义的0点。因为0°C并不代表没有温度，00：00也不代表是没有的时间。不过1°C、2°C、3°C、4°C…的间隔都是1°C；时间也是比如1：00、2：00、3：00间隔是1个小时。间隔尺度的对象有顺序、可以进行比较，也就是具有定类尺度和顺序尺度的所有特点。比如3点比2点晚，同时晚了1个小时（3-2=1）；2017年比2018年早，而且早一年（2018-2017=1）。这类尺度研究的事物只能对其间隔进行计算，也就是说只可进行加减计算，却不能进行乘除计算，比如1点*2点并没有什么意义，2018年/2017年也没有任何意义。

4. 比例尺度/定比尺度（ratio scale）

   有这样一类数据，连续的，同时存在类别、顺序、可以比较大小、有差异、可以相加、可以计算比例、也可以相乘，而且0点具有实际的意义，比如收入（income），0就代表没有任何收入，一个公司部门4个员工的月收入是A：2000、B：5000、C：8000、D：10000，B比A的月收入多3000，C的月收入是A的4倍，D的月收入是B的2倍。这样的数据还有，绝对温度，利润等。

————————————————

参考链接：https://blog.csdn.net/leonie17/article/details/80532521

资料类型

1. 计量资料

   计量资料指连续的数据，通常有具体的数值，如身高、体重、血压、血红蛋白、胆红素和白蛋白等。计量资料的数据分布特征有三种情况：集中趋势（涉及量：均数、几何均数、中位数）、离散程度（涉及量：极差、百分位数和四分位数间距、方差、标准差、变异系数）、分布形状（正态分布、偏态分布）；计量资料的统计推断包括参数估计和假设检验。

   连续型资料:数据/变量在区间上分布的原始数据

   离散型资料:数据/变量在离散点上分布的原始数据

2. 等级资料

   介于计量资料和计数资料之间的一种资料，通过半定量方法测量得到。如临床检验结果分为-、+、++、+++，疼痛等症状的严重程度分为0(无疼痛)、1(轻度)、2(中度)、3(重度)等。

3. 计数资料

   计数资料是指先将观察单位按其性质或类别分组，然后清点各组观察单位个数所得的资料。其特点是：对每组观察单位只研究其数量的多少，而不具体考虑某指标的质量特征，属非连续性资料。统计指标是各个属性或类别的计数，率，结构百分比等。

三种资料类型之间的相互转换

1. 计量资料转换为等级资料

   这种情况一般是为了使分组后有足够多的分母。例如，上面那个例子中的一组20 ~ 40岁成年人的血压可以转换为等级数据：<8、8-、12-、15-、17-五个等级的血压。这样就变成了等级数据。

2. 计量资料转换为计数资料

   这种情况一般是用于计算发病率。还是用上面那个例子，患者的血压是本来是计量资料。但是，我们可以根据诊断标准，将其转换成正常血压或者高血压，这就变成了计数资料。也可以据此计算出高血压的发病率。

3. 计数或者等级资料转换成计量资料

   这种形式多以评分的形式出现。例如，临床上常用的疼痛评分系统。疼痛，作为一种非常主观的感受，是一种定性数据。可以作为计数数据，区分为无痛感和有痛感两种类型；也可以作为等级数据，区分为无痛感，轻微痛感，中度痛感，强烈痛感等级别。但是，如果我们要更加精确一点的话，可以采用临床上常用的0～10分的评分系统，让患者自己来打分。0分为无痛感；10分为最强烈的痛感。这样，就可以轻易地转换成为计量资料。