简述分类变量与数值变量的区别，什么是变量以及变量有那些种类的 _变量

简述分类变量与数值变量的区别

数值型变量是值可以取一些列的数，这些值对于加法、减法、求平均值等操作有意义。而分类变量对于上述的操作没有意义。统计学中的变量指的是研究对象的特征，我们有时也称为属性，例如人的身高、性别等。每个变量都有变量的值和变量的类型。我们按照变量的类型对变量进行划分。统计学中的变量（variables）大致可以分为数值变量（numrical）和分类变量（categorical）。
离散型变量（discrete）值只能用自然数或整数单位计算，其数值是间断的，相邻两个数值之间不再有其他数值，这种变量的取值一般使用计数方法取得。
连续型变量（continuous）在一定区间内可以任意取值，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。如身高、绳子的长度等。
和离散型变量相比，连续型变量有真零点的概念，所以可以进行乘除操作。
分类变量又可以分为下面两类：
有序分类变量（ordinal）描述事物等级或顺序，变量值可以是数值型或字符型，可以进而比较优劣，如喜欢的程度：很喜欢、一般、不喜欢。
【简述分类变量与数值变量的区别，什么是变量以及变量有那些种类的】无序分类变量（nominal）取值之间没有顺序差别，仅做分类，又可分为二分类变量和多分类变量？二分类变量是指将全部数据分成两个类别，如男、女，对、错，阴、阳等，二分类变量是一种特殊的分类变量，有其特有的分析方法。？多分类变量是指两个以上类别，如血型分为A、B、AB、O 。
什么是变量以及变量有那些种类的变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变的。
在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象（如在Java和Visual Basic中）；但另外一些语言可能使用其它概念（如C的对象）来指称这种抽象，而不严格地定义“变量”的准确外延。
变量没有固定的种类，例如:统计学中的变量（variables）大致可以分为数值变量（numrical）和分类变量（categorical）。数值型变量是值可以取一些列的数，这些值对于加法、减法、求平均值等操作是有意义的。而分类变量对于上述的操作是没有意义的。离散型变量（discrete）：值只能用自然数或整数单位计算，其数值是间断的，相邻两个数值之间不再有其他数值，这种变量的取值一般使用计数方法取得。

简单分类变量与数值变量的根本区别分类变量是包含有限数量的不同值或类别（例如，性别或宗教）的变量，可以看成是数值变量的集合。数组、结构、集合、表，都是分类变量。
分类数据举例统计学中，分类数据，顺序数据和数值数据三者的区别为：性质不同、特点不同。
一、性质不同
1、分类数据：分类数据是按照现象的某种属性对其进行分类或分组而得到的数据。
2、顺序数据：顺序数据是只能归于某一有序类别的非数字型数据。
3、数值数据：数值数据是包含了可以测量的，可以计数出来的数据。
二、特点不同
1、分类数据：分类数据之间没有数量上的关系和差异。如，用1表示“男性”，0表示“女性” ，但是1和0等只是数据的代码。
2、顺序数据：顺序数据之间是有序的。如表示受教育程度可以分为小学、初中、高中、大学及以上。
3、数值数据：数值数据之间有数量上的关系和差异。如表示一组青少年的身高体重，某人一个月的成绩。

扩展资料：
分类数据由用户或专家在模式级显式地说明属性的偏序。通常，分类属性或维的概念分层涉及一组属性。用户或专家在模式级通过说明属性的偏序或全序，可以很容易地定义概念分层。
通过显式数据分组说明分层结构的一部分，这基本上是人工地定义概念分层结构的一部分。在大型数据库中，通过显式的值枚举定义整个概念分层是不现实的。然而，对于一小部分中间层数据，可以很容易地显式说明分组。
分组变量和分类变量有啥区别呢分组变量是用于进行分组或分类的变量或观测值（即其他变量中的数据值）。
而分类变量（categorical variable）是说明事物类别的一个名称，其取值是分类数据。如“性别”就是一个分类变量，其变量值为“男”或“女”；“行业”也是一个分类变量，其变量值可以为“零售业”、“旅游业”、“汽车制造业”等。