变量的分类有哪些？

说白了：数值变量和分类变量是两种基本数据类型。
前者可以用数字来量化，而后者只能分门别类。

首先，我们来谈谈最重要的数值变量，例如身高和血压。
这些可以直接加、减、乘、除。
我们去年做的项目中，3 000级的数据可以直接录入Excel。
然而，有一个关键细节。
在医学上，只能舍入的脉搏是离散的，但为了简单起见，在统计上直接将其视为连续变量。
很多人不注意这一点。
老实说，这很令人困惑。
直接混淆会产生扭曲的结果。

关于分类变量的另一点是无序和有序之间的差异很大。
比如在血型和性别上，没有办法说AB型血比O型血更“高级”。
这叫无序分类，分析只能统计数字，比如统计血常规报告中不同血型的比例。
还有一个细节也很关键。
有序分类类似于有效性评估。
虽然也有ABC三个级别，但有明显的高低级别。
分析时，必须按正确的顺序排列。
例如，单独取出“治愈”。
很多人一开始以为这是随随便便发生的事情，后来发现这是假的，而且统计结果相差很大。
等等，还有一件事。
如果有序变量的类别太多，例如比如医院里记录的“职业”有二十个选项，直接分析就很乱。
此时，你需要考虑合并类似的类别，例如将“工人”和“农民”合并为一个类别，称为“工人”。

我认为值得尝试使用实际场景来理解这些概念，例如B.体检报告中有哪些数值变量和哪些分类变量。
这样会给人留下更深的印象。

变量类型有哪些

数值变量是可以测量特定数字的变量。
例如，如果您测量身高并说您是 1 7 5 厘米，则数字是 1 7 5 您的体重是多少公斤，您的血压是多少毫米？这也是一种耻辱。
白细胞计数只是一个数字，但它可以测量并且是一个数字。
这种类型的数据称为数值变量数据。
医学教育网是这么说的。

大多数数值变量，例如身高和体重，都是连续的，可以取中值。
但对于像脉搏这样的东西，你只能计算整数，而不能说它跳动了 1 .5 倍。
然而，从统计学上来说，它被视为连续的。

分类变量不同。
这是一个类别，而不是一个数字。
例如，性别，男性或女性，据说是二元分类。
血型有四种：O型、A型、B型和AB型。
这称为多分类。
这既是定性的，也是定量的。

无序分类变量意味着类别之间没有顺序。
从血型来看，O型血并不领先A型血。
从性别上看，男性也不比女性好。
要分析这类数据，首先需要将其分组，比如统计有多少个男生，有多少个女生。
这变成了计数数据。

有序分类变量不同，类别之间有顺序。
比如治疗效果最好，效果最差。
尿糖检测也是如此，+++肯定比+好。
要对此进行分析，您需要按顺序收集统计数据，例如有多少人被治愈以及有多少人受到了显着影响。
这会产生分层数据。

下列资料属于分类变量资料的是（　　）。

分类变量是定性变量。
没有重量和测量单位。
按属性或类别分组。
计算每组中观察单元的数量。
比如性别。
例如A型、B型、O型、AB型血。