数据类型与数据分析方法

1．分类型数据和数值型数据

• 按照所采用的计量尺度不同，可以将统计数据分为分类数据、顺序数据和数值型数据。
• 归属于某一类别的数据称为分类型数据（categorical data），其结果均表现为类别，也称为品质数据（quality data）。
• 描述现象的数量、大小或多少的数据称为数值型数据（quantitative data），由于定距尺度和定比尺度属于同一测量层次，所以可以把后两种尺度测度的数据看作是同一类数据，统称为定量数据或数值型数据。数值型数据可能是离散的也可能是连续的，在一定区间内可以任意取值的变量叫连续型变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。例如，生产零件的规格尺寸、人体测量的身高、体重、胸围等为连续型变量，其数值只能用测量或计量的方法取得。如果数值只能用自然数或整数单位计算的则为离散型变量。例如，企业个数,职工人数、设备台数等、只能按计量单位数计数、这种变量的数值一般用计数方法取得。
• 区分测量的层次和数据的类型十分重要，因为对不同类型的数据将采用不同的统计方法来处理和分析。适用于低层次测量数据的统计方法，也适用于较高层次的测量数据，因为后者具有前者的数学特性。
• 比如：在描述数据的集中趋势时，对分类型数据通常是计算众数；反之，适用于高层次测量数据的统计方法，则不能用于较低层次的测量数据，因为低层次数据不具有高层次测量数据的数学特性。比如，测度数量型数据可以计算平均数，但对于分类型数据则不能计算平均数。

2．截面数据和时间序列数据

• 截面数据（cross section data）是在同一时间和时点上搜集的数据。截面数据是按照统计单位排列。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。表1-1中的数据是截面数据，因为它描述了上市公司行业