定类，定序，定距，定比四种数据类型

在这个世界上有无限多的数据，而每种数据都有属于自己的属性。那么做数据挖掘数据分析的时候，要对杂乱无章数据由一定的敏感度，学会分析数据属于哪一种类型也是一种技能。多留意身边的一些数据，试试给他分个类型也是挺好玩的一件事。

如果从宏观角度分析，数据类型分为定性和定量两种。

定性：变量是品质特征，如性别分男和女，是一种特质；
定量：变量是数值，可以量化，如身高体重等。
定量又可以分为离散型和连续型，离散型一般为计数结果，如男朋友毁约的次数，连续型一般为测试结果，如女朋友身高体重的测量。

那么又是怎么去对这些数据类型进行度量，也就是对数据类型划分一定的层次

一般可以将数据类型的度量分为四种：定类，定序，定距，和定比，这四种类型是从低到高的递进关系，高级的类型可以用低级类型的分析方法来分析，而反过来却不行，理解下面这些类型对于后面学习统计分析方法尤为重要。

1、定类变量

定类就是将给数据定义一个类别。这种数据类型将所研究的对象分类，也即只能决定研究对象是同类抑或不同类。例如把性别分成男女两类；把动物分成哺乳类和爬行类等等。

注意！定类变量遵循两个原则：
（1）类与类之间互斥，不存在即是男又是女的东西（人妖特例不算）
（2）每个对象都必须要有类别，就像每个动物都有自己的界门纲目科属种

2、 定序变量

定序变量是将同一个类别下的对象分一个次序，即变量的值能把研究对象排列高低或大小，具有＞与＜的数学特质。它是比定类变量层次更高的变量，因此也具有定类变量的特质，即区分类别（＝，≠）。
例如文化程度可以分为大学、高中、初中、小学、文盲；工厂规模可以分为大、中、小；年龄可以分为老、中、青。这些变量的值，既可以区分异同，也可以区别研究对象的高低或大小。

注意！各个定序变量的值之间没有确切的间隔距离。比如大学究竟比高中高出多少，大学与高中之间的距离和初中与小学之间的距离是否相等，通常是没有确切的尺度来测量的。定序变量在各个案上所取的变量值只具有大于或小于的性质，只能排列出它们的顺序，而不能反映出大于或小于的数量或距离。

 
3、 定距变量

定距变量是区别同一类别下个案中等级次序及其距离的变量。它除了包括定序变量的特性外，还能确切测量同一类别各个案高低、大小次序之间的距离，因而具有加与减的数学特质。但是，定距变量没有一个真正的零点。
例如，摄氏温度这一定距变量说明，摄氏40度比30度高10度，摄氏30度比20度又高10度，它们之间高出的距离相等，而摄氏零度并不是没有温度。又比如调查数个地区的工人占全部劳动人口的比率时，发现甲、乙，丙、丁、戊五个地区的比率分别是2％、10％、35％、20％、10％。甲区与丙区相差33％，丙区与丁区相差15％。这也是一个定距变量。

注意！定距变量各类别之间的距离，只能加减而不能乘除或倍数的形式来说明它们之间的关系。

   
4.、定比变量

定比变量是区别同一类别个案中等级次序及其距离的变量。定比变量除了具有定距变量的特性外，还具有一个真正的零点，因而它具有乘与除（×、÷）的数学特质。例如年龄和收入这两个变量，固然是定距变量，同时又是定比变量，因为其零点是绝对的，可以作乘除的运算。
如A月收入是60元，而B是30元，我们可以算出前者是后者的两倍。智力商数这个变量是定距变量，但不是定比变量，因为其0分只具有相对的意义，不是绝对的或固定的，不能说某人的智商是0分就是没有智力；同时，由于其零点是不固定的，即使A是140分而B是70分，我们也不能说前者的智力是后者的两倍，只能说两者相差70分。因为0值是不固定的，如果将其向上移高20分，则A的智商变为120分而B变成50分，两者的相差仍是70分，但A却是B的2.4倍，而不是原先的两倍了。摄氏温度这一变量也如此。

这里没注意了！定比变量是最高测量层次的变量。