|
作者：LatticeInvest 文章来源：格栅的所见所思 近期想做一些变量之间的分析，于是找了一些书籍和资料来学习，并试着做了一些整理。一些东西还没太搞懂，整理的可能有错误，请多指正。 一、变量的分类和变量的测量尺度 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。 
变量首先从大维度上，可以分为定性变量和定量变量。
定性变量（Qualitative variable）：变量之间有差异，但这种差异无法量化比较。 - 分类/名义变量（Categorical/NominalVariable，或无序分类变量），一般指两个及以上的分类，但是本身没有等级顺序之分。要注意两个原则：①不同类别之间要互相排斥，也就是说每个研究对象只能归到一类；② 所有研究对象均有归属，不可遗落。例如：性别（男女），血型（A、B、AB、O），颜色（红黄蓝）。
- 有序变量（Ordinal Variable，或有序分类变量），可以进行等级划分，进行排序比较，但是却不能知道每个等级之间具体相差的是多少，比如好与更好之间的差。有序变量的“类间距”并不相等，也就是各类型之间的稀疏程度并不是均匀的。例如：教育水平（小学、中学、大学、研究生），喜欢的程度（高中低），高中年级：（高一、高二、高三）。
定量/数值变量（Quantitative/numericalvariable，）：可以进行加减- 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，因此也被称为是等距尺度。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。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。
n 离散变量（或非连续性变量，discrete or un-continuous variable）：离散的不能够连续的，只能取到的是某些特定的值，而且这些值之间存在着一些“间隔/间隙”。比如，休假的日期只可以是4天、5天、7天等，一天每小时到达北京火车站的火车的数量等。n 连续变量（continuous variable）：在给定的范围内，可以取到任何的数值的变量，其实也就是可以有小数点的变量，离散变量中，不能说每小时到达2.3个火车，但是比如体重可以是50.3kg，每小时到达火车的数量只可能是2个或者三个，这是离散变量，但是体重可能是50.3kg，也可能是50.33kg，这个体重就是一个连续变量。连续变量通常四舍五入取小数点后三位。- 比例尺度/定比尺度（ratio scale）：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。
二、列联表contingency table的分类及相应的统计分析方法
|
