⑴ 根據數據反映的測量水平，可把數據區分為哪四種類型這四種類型數據有什麼分別
根據數據反映的測量水平,可把數據區分為稱名數據、順序數據、等距數據和比率數據四種類型。
1.稱名變數。稱名變數只說明某一事物與其他事物在名稱、類別或屬性上的不同並不說明事物與事物之間差異的大小、順序的先後。這些數據僅是類別符號而已,沒有在量方面的實質性意義,一般不能對這類數據進行加、減、乘、除運算但通常可對每一類別計算次數或個數等。
2.順序變數。順序變數是指可以就事物的某一屬性的多少或大小按次序將各事物加以排列的變數具有等級性和次序性的特點。順序變數的觀測結果有些是直接用序數等級來表示事物屬性的多少與大小另外有些觀測結果則是用有序的類別來區分事物屬性的差異。在實際應用和研究中常用有序的整數或自然數來表示順序變數的各種觀測結果從而得到順序變數數據。順序變數數據之間雖有次序與等級關系但這種數據之間不具有相等的單位也不具有絕對的數量大小和零點。因此只能進行順序遞推運算。
3.等距變數。等距變數除能表明量的相對大小外,還具有相等的單位。等距變數觀測數據的單位是相等的但零點卻是相對的。對這類數據一般不能用乘、除法運算來反映兩個數據。
4.比率變數。比率變數除了具有量的大小、相等單位外,還有絕對零點。比率變數數據可以進行加、減、乘、除運算,允許人們用乘、除法處理數據,以便對不同個體的測量結果進行比較並作比率性即倍比關系描述。
區別稱名變數不說明事物與事物之間的差異的大小順序先後順序變數可以就事物的大小多少按照次序進行對事物排列等距變數具有相等的單位能表明量的相對大小它觀測數據的單位是相等的但是零點是相對的。比率變數除了具有量的大小、相等單位還有絕對零點對它的數據可以進行加減乘除的運算。
⑵ 薪酬,職業,性別分析對應的是什麼數據類型
一種是數值型的一種是字元型的。
數據分團數類，簡單的分兩種，一種是數值型的一種是字元型的。
具體的分析工作，要看你所處的行業了和工作的選擇了。
數據分析主要有兩個方向，一個是行業研究員，這個對行業信息要求較高。
一個是數據分析師，這個對業務理解比較高。雖然說目前數據分析挺吃香，但是淘寶的某大神說，全國懂數據分析的不超過十個人。
銷售數據、考勤數據、財務數據，這些數據都有相關的專業知識來支撐的，數據分析終究是為了業務服務的，需要較高的業務理解能悔或宏力。
比如說銷碧冊售數據吧，就算給你一堆數據，數據中含有客戶的基本信息如姓名（字元型）、地區（字元型）、年齡（數值型）等等、購買信息如購買時間（數值型）、購買物品（字元型）、購買量（數值型），那麼怎麼分析就很復雜了，這個主要看你為誰服務了。
如果是給銷售部門做促銷准備的話，那麼我們需要關注具體的購買物品的區域或者年齡之間的差異性，物品之間的關聯性等等。但是要是給領導看，你只要給出整體的概念就可以，如銷量下上漲，預計未來情況什麼的。財務的數據，我覺得更專業了吧。
⑶ 年齡信息、性別信息分別採用哪種數據類型存儲
年齡：用 varchar（這是一個可變長度的非Unicode字元數據，也就是說，你給他10個地址，但是你只有3個數據，它就存3個數據，空的地址你需要用到這10個地址內的數據時內存不會去判斷它空的地址，效率很高。）
性別：用 char （這是固定長度非Unicode字元數據，最大長度我記得好像是8000）