什么是下列数据中的四种含义

⑴ 四种平均数的几何意义

四种平均数的几何意义：几何平均数可以理解为二维平均，即两条不同线段长度相乘构成的图形面积一定下，平均线段的长度。

在统计中算术平均数常用于表示统计对象的一般水平，它是描述数据集中位置的一个统计量。既可以用它来反映一组数据的一般情况、和平均水平，也可以用它进行不同组数据的比较，以看出组与组之间的差别。

平均数

是统计中的一个重要概念。小学数学里所讲的平均数一般是指算术平均数，也就是一组数据的和除以这组数据的个数所得的商。在统计中算术平均数常用于表示统计对象的一般水平，它是描述数据集中位置的一个统计量。既可以用它来反映一组数据的一般情况、和平均水平，也可以用它进行不同组数据的比较，以看出组与组之间的差别。

⑵ 判断下列数据属于什么类型的数据（按测量水平区分）

1.
四种类型分别是称名变量、顺序变量、等距变量、比率变量。
2.
区别是称名变量不说明事物与事物之间的差异的大小顺序先后;顺序变量可以就事物的大小多少按照次序进行对事物排列;等距变量具有相等的单位能表明量的相对大小它观测数据的单位是相等的但是零点是相对的;比率变量除了具有量的大小、相等单位还有绝对零点,对它的数据可以进行加减乘除的运算。
数据的逻辑结构四种分类是：
1.
第一种是集合，集合中任何两个数据元素之间都没有逻辑关系,组织形式松散。
2.
第二种是线性结构，线性结构中的结点按逻辑关系依次排列形成一个“锁链”。
3.
第三种是树形结构，树形结构具有分支、层次特性,其形态有点象自然界中的树。
4.
第四种是图状结构，图状结构中的结点按逻辑关系互相缠绕,任何两个结点都可以邻接。

⑶ 根据数据反映的测量水平，可把数据区分为哪四种类型这四种类型数据有什么分别

根据数据反映的测量水平,可把数据区分为称名数据、顺序数据、等距数据和比率数据四种类型。
1.称名变量。称名变量只说明某一事物与其他事物在名称、类别或属性上的不同并不说明事物与事物之间差异的大小、顺序的先后。这些数据仅是类别符号而已,没有在量方面的实质性意义,一般不能对这类数据进行加、减、乘、除运算但通常可对每一类别计算次数或个数等。
2.顺序变量。顺序变量是指可以就事物的某一属性的多少或大小按次序将各事物加以排列的变量具有等级性和次序性的特点。顺序变量的观测结果有些是直接用序数等级来表示事物属性的多少与大小另外有些观测结果则是用有序的类别来区分事物属性的差异。在实际应用和研究中常用有序的整数或自然数来表示顺序变量的各种观测结果从而得到顺序变量数据。顺序变量数据之间虽有次序与等级关系但这种数据之间不具有相等的单位也不具有绝对的数量大小和零点。因此只能进行顺序递推运算。
3.等距变量。等距变量除能表明量的相对大小外,还具有相等的单位。等距变量观测数据的单位是相等的但零点却是相对的。对这类数据一般不能用乘、除法运算来反映两个数据。
4.比率变量。比率变量除了具有量的大小、相等单位外,还有绝对零点。比率变量数据可以进行加、减、乘、除运算,允许人们用乘、除法处理数据,以便对不同个体的测量结果进行比较并作比率性即倍比关系描述。
区别称名变量不说明事物与事物之间的差异的大小顺序先后顺序变量可以就事物的大小多少按照次序进行对事物排列等距变量具有相等的单位能表明量的相对大小它观测数据的单位是相等的但是零点是相对的。比率变量除了具有量的大小、相等单位还有绝对零点对它的数据可以进行加减乘除的运算。

⑷ 四类基本数据结构的含义是什么

①集合结构:结构中的数据元素之间除了同属唯漏轿于一个集合的关系外,无任何其他关系。
②线性结构:结构中的数据元素之间存在着一对一的线性关系。
③树状结构:结构中的数据元素指肆之间存搜弊在着一对多的层次关系。
④图状结构或网状结构:结构中的数据元素之间存在着多对多的任意关系。

⑸ 工作表中的数据共有4种类型，它们分别是什么

（1）.文本型数据
（2）.数值型数据
（3）.日期时间型数据
（4）.逻辑型数据

⑹ 以下四种数据的定义是什么如何区分

（变量分为定性和定量两类，
其中定性变量又分为分类变量和有序变量；
定量变量分为离散型和连续型）
continuous
data(连续数据)
discrete
data(离散数据)
【discrete
data
are
proced
when
a
variable
can
take
only
certain
fixed
values.】
【continous
data
are
proced
when
a
variable
can
be
take
any
value
between
two
values.】
【离散数据是在一个变量只能取某些固定值时产生的
连续数据是在一个变量可以在两个值间取任意值时产生
比如1、2、3这样的自然数就是离散数据，因为它是特定的自然数值
而比如[1,2]这个区间就是连续的，因为它可以取一到二之间的任意值
】
--------------------------------------------------------------
分类变量里分为有序和无序。
ordinal
data
(有序变量)（等级）有序分类变量是指各类别之间有程度的差别。如优良中差；±、+、++、+++
nominal
data(名义变量)（也叫名义）属性之间无程度和顺序的差别，例如二项分类，性别（男、女），药物反应（阴性、阳性）等。例如多项分类，血型（
O、A、B、AB），职业（工、农、商、学、兵）等。
===========================
统计学依据数据的计量尺度将数据划分为三类：定距型数据（Scale）、定序型数据（Ordinal）、定类型数据（Nominal）。
··定距型数据（Scale）通常是指诸如身高、体重、血压等的连续型数据，也包括诸如人数、商品件数等离散型数据；
··定序型数据（Ordinal）具有内在固有大小或高低顺序，但它又不同于定距型数据，一般可以数值或字符表示。如职称变量可以有低级、中级、高级三个取值，可以分别用1、2、3等表示，年龄段变量可以有老、中、青三个取值，分别用A
B
C表示等。这里，无论是数值型的1、2
、3
还是字符型的A
B
C
，都是有大小或高低顺序的，但数据之间却是不等距的。因为，低级和中级职称之间的差距与中级和高级职称之间的差距是不相等的；
··定类型数据（Nominal）是指没有内在固有大小或高低顺序，一般以数值或字符表示的分类数据。如性别变量中的男、女取值，可以分别用1、
2表示，民族变量中的各个民族，可以用‘汉’‘回’‘满’等字符表示等。这里，无论是数值型的1、
2
还是字符型的‘汉’‘回’‘满’，都不存在内部固有的大小或高低顺序，而只是一种名义上的指代。