2.1 统计数据分类

2.1.1 定性数据和定量数据

在统计学中，根据数据反映的测量水平，可把数据区分为名称数据（定类数据）、顺序数据（定序数据）、等距数据（定距数据）和比率数据（定比数据）四种类型。

（1）定类数据（Nominal）：表示个体在属性上的特征或类别上的不同变量，仅仅是一种标志，没有序次关系。例如，“性别”，“男”编码为1，“女”编码为2。

（2）定序数据（Ordinal）：用数字表示个体在某个有序状态中所处的位置，不能做四则运算。例如，“受教育程度”，文盲半文盲=1，小学=2，初中=3，高中=4，大学=5，硕士研究生=6，博士及其以上=7。

（3）定距数据（Interval）：具有间距特征的变量，有单位，没有绝对零点，可以做加减运算，不能做乘除运算。例如，温度。

（4）定比数据（Ratio）：数据的最高级，既有测量单位，也有绝对零点，如职工人数、身高。

名称变量不说明事物与事物之间的差异的大小和先后。顺序变量可以就事物的大小多少按照次序对事物进行排列。等距变量具有相等的单位，能表明量的相对大小。它观测数据的单位是相等的，但是零点是相对的。比率变量除了具有量的大小、相等单位，还有绝对零点。它的数据可以进行加减乘除运算。

通常在统计实践中，统计数据简单分为两种基本类型：定性数据和定量数据。

定性数据是指非数值类别的数据（定性数据有时也称为分类数据）。

定量数据代表一定的数量和尺度，它是有数值的。

例如，眼睛颜色属于定性数据，因为眼睛颜色分为蓝色、棕色、淡褐色等。又如，冰激凌的口味、雇员的姓名、动物的性别及电影和餐馆的等级，如不好、一般、好、非常好。

定量数据，如运动员在比赛中跑步的时间、大学毕业生的收入，以及不同班级的学生人数等。

2.1.2 连续数据和离散数据

定量数据又可以进一步分为连续数据和离散数据。

连续数据是指数据能够在一个给定的区间内取任何一个值，相邻两个数值可作无限分割，只能用测量或计量方法取得。

离散数据是指数据只能够取自然数或整数单位，一般用计数方法取得。

连续数据，如一个人的体重可以是零到几百克中的任何一个值，所以表示体重的数据是连续的。

离散数据，如班里同学的学号是离散的，因为学号必须是整数。鞋子的尺码也是离散的数据，因为它只包含整数和半整数值。

2.1.3 横截面数据和面板数据

横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。横截面数据是按照统计单位排列的。因此，横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说，必须是同一时间截面上的数据。

面板数据是横截面数据与时间序列数据综合起来的一种数据类型。其有时间序列和横截面两个维度，当这类数据按两个维度排列时，是排在一个平面上的，与只有一个维度的数据排在一条线上有着明显的不同，整个表格像一个面板，所以把“Panel Data”译作“面板数据”。

时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。