⑴ 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。
⑵ 薪酬,职业,性别分析对应的是什么数据类型
一种是数值型的一种是字符型的。
数据分团数类，简单的分两种，一种是数值型的一种是字符型的。
具体的分析工作，要看你所处的行业了和工作的选择了。
数据分析主要有两个方向，一个是行业研究员，这个对行业信息要求较高。
一个是数据分析师，这个对业务理解比较高。虽然说目前数据分析挺吃香，但是淘宝的某大神说，全国懂数据分析的不超过十个人。
销售数据、考勤数据、财务数据，这些数据都有相关的专业知识来支撑的，数据分析终究是为了业务服务的，需要较高的业务理解能悔或宏力。
比如说销碧册售数据吧，就算给你一堆数据，数据中含有客户的基本信息如姓名（字符型）、地区（字符型）、年龄（数值型）等等、购买信息如购买时间（数值型）、购买物品（字符型）、购买量（数值型），那么怎么分析就很复杂了，这个主要看你为谁服务了。
如果是给销售部门做促销准备的话，那么我们需要关注具体的购买物品的区域或者年龄之间的差异性，物品之间的关联性等等。但是要是给领导看，你只要给出整体的概念就可以，如销量下上涨，预计未来情况什么的。财务的数据，我觉得更专业了吧。
⑶ 年龄信息、性别信息分别采用哪种数据类型存储
年龄：用 varchar（这是一个可变长度的非Unicode字符数据，也就是说，你给他10个地址，但是你只有3个数据，它就存3个数据，空的地址你需要用到这10个地址内的数据时内存不会去判断它空的地址，效率很高。）
性别：用 char （这是固定长度非Unicode字符数据，最大长度我记得好像是8000）