统计学离散型变量和连续型变量有什么区别？

哎，这玩意儿说起来简单，做起来真容易踩坑。
我跟你说个事儿，去年我在帮一个哥们儿做市场调研，他非要我把客户购买次数按天统计，做成连续型变量。
我说这不对啊，买几次是能数清楚的，是离散的。
他愣是没听进去，结果数据一分析，完全歪了。
你看，人口数这种就是离散的，你总不能说有1 2 3 .4 5 个人吧？一天温度这种是连续的，理论上可以从零下一度一直变到五十度，中间无数个数都能取。

我之前在厂里做质检，测量零件尺寸，那肯定是连续型变量。
你得用卡尺，量出来可能是9 .8 毫米，也可能是9 .9 毫米，差那么零点几都有意义。
要是统计工人每天生产了多少个零件，那就是离散型。
一天造了1 2 0个，明天可能就1 1 5 个，这能连续着数吗？不能。

所以啊，你看清楚数据是什么类型的再下手，别想当然。
用错方法，结果就是一锅粥。
连续的用离散的方法，离散的用连续的方法，那肯定不对。
我给你说，这事儿没得商量，得看准了再动手。

什么是离散变量和连续变量？

上周有个客人问我，什么是离散变量和连续变量啊？我给他解释了一下。
首先，离散变量就像你数数一样，只能取整数，比如投掷硬币，结果只能是正面或反面，不能是半面。
这就是离散变量，它有固定的几个值。

然后，连续变量就像是身高、体重这样的，可以取任意的小数值，就像你在尺子上量身高，可以是1 .7 5 米，也可以是1 .7 5 1 米，甚至更精确。
这就是连续变量。

接着，离散变量的值是可以数的，比如1 ，2 ，3 ，4 ，而连续变量的值是无限的，你可以在1 和2 之间取任意一个数。
描述它们的方法也不同，离散变量用频数和频率，连续变量用均值和标准差。

最后，分析它们的方法也不同，离散变量用条形图、饼图，连续变量用直方图、折线图。
总之，离散变量和连续变量虽然都是变量，但是它们在数据分析和建模时要用不同的方法来处理。
反正你看着办，根据你的数据类型来选择合适的分析方法吧。
我还在想这个问题，感觉挺有意思的。

统计学离散型变量和连续型变量有什么区别？

连续变量是像身高这样的数值可以无限分割的，离散变量像企业数量这样的只能整数计数。

连续变量如身高，可以精确到0.01 米，离散变量如企业数，只能是个位数。

离散变量分组，人数少用单项，人多用区间。
如1 0人以下用单项，1 00人以上用区间。

离散变量概率分布，常见二项、泊松。
你自己掂量。