1. 数据类型的分类
一：基本数据类型
数值类型分为整数型和实数型两大类。
1、整数型整数型是指不带小数点和指数符号的数。按表示范围整数型分为：整型、长整型
（1）整型（Integer，类型符%）
整型数在内存中占两个字节（16位）
十进制整型数的取值范围：-32768 ~ +32767
例如：15，-345，654%都是整数型。而45678%则会发生溢出错误。
（2）长整型（Long，类型符&）长整数型在内存中占4个字节（32位）。
十进制长整型数的取值范围：-2147483648 ~ +2147483647
例如：123456，45678&都是长整数型.
2、实数型（浮点数或实型数）
实数型数据是指带有小数部分的数。
注意：数12和数12.0对计算机来说是不同的，前者是整数（占2个字节），后者是浮点数（占4个字节）
实数型数据分为浮点数和定点数。
浮点数由三部分组成：符号，指数和尾数。
在VB中浮点数分为两种：
单精度浮点数（Single ）
双精度浮点数（Double ）
（1）单精度数(Single，类型符！)
在内存中占4个字节（32位），,有效数字：7位十进制数取值范围：负数-3.402823E+38 ~ -1.401298E-45 正数1.401298E-45 ~ 3.402823E+38
在计算机程序里面不能有上标下标的写法，所以乘幂采用的是一种称为科学计数法的表达方法
这里用E或者e表示10的次方(E/e大小写都可以）
比如：1.401298E-45表示1.401298的10的负45次方
vb里面可以这样表示：8.96E-5
例：21e5（正号省略）表示：
21乘以10的5次方的一个单精度数
3.布尔值（boolean）：true ， false
二：引用数据类型
类：class 接口：interface
数据分类调研分析的基础是数据，而数据的类型可以分为连续性的变量和分类变量。数据分类就是把具有某种共同属性或特征的数据归并在一起，通过其类别的属性或特征来对数据进行区别。换句话说，就是相同内容、相同性质的信息以及要求统一管理的信息集合在一起，而把相异的和需要分别管理的信息区分开来，然后确定各个集合之间的关系，形成一个有条理的分类系统。
2. “命名的数据库实例”指的是什么
所谓的“实例”，就是一个 SQL Server 数据库引擎
一个 数据库引擎 下面，又可以建立 多个数据库
例如我的计算机，SQL Server 实例的名字是 SQLEXPRESS
这个实例下面，有好几个数据库。
为什么要命名。就是我机器上，很有可能安装了 SQL Server 2005, 又安装了 SQL Server 2008。 2个服务器， 需要不同的名字来区分。
对于 网络请求来说
如果我要访问一个 SQL 数据库
必须提供 机器名 + 实例的名字，才能访问
例如：
C:\Documents and Settings\wzq>sqlcmd -S "localhost\SQLEXPRESS"
1> use stock
2> go
已将数据库上下文更改为 'Stock'。
3. 数据类型如何区分，举例说明
1、类目型2、计数型3、命名型4、顺序型5、等距型6、等比型1和3是一样的吧，至于2，我感觉应该是和4一样的。区分的话，你把每个类型的特征的掌握了就好了。最好记住四个例子吧。
4. 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。