數(shù)據(jù)分析中的變量分類
數(shù)據(jù)分析工作每天要面對(duì)各種各樣的數(shù)據(jù),每種數(shù)據(jù)都有其特定的含義、使用范圍和分析方法,同一個(gè)數(shù)據(jù)在不同環(huán)境下的意義也不一樣,因此我們想要選擇正確的分析方法,得出正確的結(jié)論,首先要明確分析目的,并準(zhǔn)確理解當(dāng)前的數(shù)據(jù)類型及含義。統(tǒng)計(jì)學(xué)中的變量指的是研究對(duì)象的特征,我們有時(shí)也稱為屬性,例如身高、性別等。每個(gè)變量都有變量值,變量值就是我們分析的內(nèi)容,它是沒有含義的,只是一個(gè)參與計(jì)算的數(shù)字,所以我們主要關(guān)注變量的類型,不同的變量類型有不同的分析方法。
變量主要是用來(lái)描述事物特征,那么按照描述的粗劣,有以下兩種劃分方法:
按基本描述劃分
【定性變量】:也稱為名稱變量、品質(zhì)變量、分類變量,總之就是描述事物特性的變量,目的是將事物區(qū)分成互不相容的不同組別,變量值多為文字或符號(hào),在分析時(shí),需要轉(zhuǎn)化為特定含義的數(shù)字。
定性變量可以再細(xì)分為:
有序分類變量:描述事物等級(jí)或順序,變量值可以是數(shù)值型或字符型,可以進(jìn)而比較優(yōu)劣,如喜歡的程度:很喜歡、一般、不喜歡
無(wú)序分類變量:取值之間沒有順序差別,僅做分類,又可分為二分類變量和多分類變量 二分類變量是指將全部數(shù)據(jù)分成兩個(gè)類別,如男、女,對(duì)、錯(cuò),陰、陽(yáng)等,二分類變量是一種特殊的分類變量,有其特有的分析方法。 多分類變量是指兩個(gè)以上類別,如血型分為A、B、AB、O
【定量變量】:也稱為數(shù)值型變量,是描述事物數(shù)字信息的變量,變量值就是數(shù)字,如長(zhǎng)度、重量、產(chǎn)量、人口、速度和溫度。
定量變量可以再細(xì)分
連續(xù)型變量:在一定區(qū)間內(nèi)可以任意取值,其數(shù)值是連續(xù)不斷的,相鄰兩個(gè)數(shù)值可作***分割,即可取***個(gè)數(shù)值。如身高、繩子的長(zhǎng)度等。
離散型變量:值只能用自然數(shù)或整數(shù)單位計(jì)算,其數(shù)值是間斷的,相鄰兩個(gè)數(shù)值之間不再有其他數(shù)值,這種變量的取值一般使用計(jì)數(shù)方法取得。
按照精確描述劃分
【定類變量】
測(cè)量事物類別或?qū)傩?,各類支架沒有順序或等級(jí),實(shí)際上也就是上面說(shuō)的無(wú)序分類變量,所包含的數(shù)據(jù)信息很少,只能計(jì)算頻數(shù)和頻率,是***層次的一種變量
【定序變量】
測(cè)量事物之間的等級(jí)或順序,就是上述的有序分類變量,由于它的變量值可以是數(shù)值型或字符型,并且可以反映等級(jí)之間的優(yōu)劣,除了可以計(jì)算頻數(shù)和頻率之外,還可以計(jì)算累計(jì)頻率,因此數(shù)據(jù)包含的信息多于定類變量。
【定距變量】
測(cè)量事物的類別或順序之間的間距,它不但具有定類和定序變量的特點(diǎn),還能計(jì)算類別之間的差距,可以進(jìn)行加減運(yùn)算,數(shù)據(jù)包含的信息高于前兩種
【定比變量】 測(cè)量事物類別比值,和定距變量相比,它不但可以進(jìn)行加減運(yùn)算,還可以進(jìn)行乘除運(yùn)算,包含的數(shù)據(jù)信息最多,是***級(jí)的變量。
上面這四種變量可以從淺到深精確的描述事物,四種變量級(jí)別從低到高,高層次變量可以向低層次轉(zhuǎn)化,代價(jià)是損失部分?jǐn)?shù)據(jù)信息,但是低層次變量無(wú)法向高層次轉(zhuǎn)化,這會(huì)得出錯(cuò)誤結(jié)果。
按照變量的取值劃分
前面兩種分類方法都是從變量對(duì)事物的描述角度出發(fā)進(jìn)行分類,一旦對(duì)事物描述確定下來(lái),那么變量的取值也就相應(yīng)確定下來(lái)了,比如定性變量的取值只能是某屬性下的計(jì)數(shù),比如人數(shù)、客戶數(shù)等,因此只能取特定的值,數(shù)值是離散的。而定量變量可以取某屬性下的任意值,變量值即可連續(xù)也可離散,比如身高、體重、銷售額等。連續(xù)型數(shù)值和離散型數(shù)值的分析方法是不同的,因此從統(tǒng)計(jì)學(xué)角度,又經(jīng)常劃分為連續(xù)型變量和定性變量(分類變量)
關(guān)于變量的類型及取值方法,可以歸納為下表