数据按计量尺度可以分为哪些类型

⑴ 统计数据可分为哪几种类型

1、统计数据表达形式有统计表格和统计地图两种。

按表示方法分为：

①分区统计。即用图形的面积或同样图形的个数，代表所在区划单元内全部同类现象的总和；如2008美国社区调查一年数据样本文件总体

②分级统计。即以统计图形式按行政区划或经济区划分级，以不同深浅的颜色或疏密不等的晕线、晕点表示现象相对指标的差异；

③定位统计。以统计图表形式表示某一点上的特种现象和变化规律。

2、按统计指标统计数据分为 宏观经济指标统计和行业经济指标统计。

常见的宏观经济指标有：GDP,CPI,PPI，PMI及流通中的现金。

行业经济指标如煤炭行业，石油行业的景气状况分析等。

(1)数据按计量尺度可以分为哪些类型扩展阅读

统计数据是采用某种计量尺度对事物进行计量的结果，采用不同的计量尺度会得到不同类型的统计数据。从上述四种计量尺度计量的结果来看，可以将统计数据分为以下四种类型：

1、定类数据——表现为类别，但不区分顺序，是由定类尺度计量形成的。

2、定序数据——表现为类别，但有顺序，是由定序尺度计量形成的。

3、定距数据——表现为数值，可进行加、减运算，是由定距尺度计量形成的。

4、定比数据——表现为数值，可进行加、减、乘、除运算，是由定比尺度计量形成的。

⑵ 统计学考试求神！算术平均数、众数与中位数关系。统计数据按照计量尺度可以分为哪几类

1.算术平均数和众数、中位数三者之间的数量关系取决于数据分布的偏斜程度。对于呈现单峰分布特征的数据，如果数据的分布是堆成的，则三者相等。如果数据呈现左偏分布，则三者关系变现为算术平均数小于中位数小于众数，反之，如果数据呈现右篇分布，则一般有众数小于中位数小于算术平均数。
2.统计数据按计量尺度由低到高、由粗略到精确分为四个类：定类尺度，定序尺度、定距尺度和定比尺度。
（1）定类尺度是最粗略、计量层次最低的计量尺度。其只是作为各种分类的代码，并不反映各类的优劣、量的大小或顺序。如：人口按性别分为男女，用“1”表示男性，用“0”表示女性。
（2）定序尺度不仅可以将研究对象分成不同的类别，还可以反应各类的优劣、量的大小或顺序。如：学生成绩可以分为优良中、及格和不及格五类。
（3）定距尺度不但可以用数表示各类别的不同和顺序大小的差异，而且可以用确切的数值反应现象之间在量方面的差异。如：国民生产总值、七叶树、人口数都是其应用。
（4）定比尺度可以将两种相关的数加以对比而形成相对数，勇于反映现象的结构、比重、速度、密度等数量关系。如：将一个企业创造的增加值与该企业的职工人数对比，，计算全员劳动生产率，以此反映该企业的生产效率。

都是按书打出来的，累死。求采纳。

⑶ 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。

⑷ 1.数据的计量尺度分为哪几种各有什么特点

四层，定类尺度，定序尺度，定向尺度，定比尺度。

⑸ 按照所采用的计量尺度，可以将统计数据分为（ ）。

【答案】A、B、D
【答案解析】按照所采用的计量尺度，可以将统计数据分为分类数据、顺序数据和数值型数据。故选ABD。 本题考查产业结构。国民经济中各产业之间及产业内部各部门之间比例关系和结合状况称为产业结构。故选A。 

⑹ 数据类型有哪几种

数据类型有：

1、整数类型【byte、short、int、long】；

2、浮点数类型【float、double】；

3、字符类型char；

4、布尔类型boolean。

1）四种整数类型（byte、short、int、long)：

byte：8位，用于表示最小数据单位，如文件中数据，－128~127。

short：16位，很少用，－32768 ~ 32767。

int：32位、最常用，－2^31-1~2^31（21亿）。

long：64位、次常用。

注意事项：int i=5; // 5叫直接量（或字面量），即直接写出的常数。

整数字面量默认都为int类型，所以在定义的long型数据后面加L或l。

小于32位数的变量，都按int结果计算。

强转符比数学运算符优先级高。见常量与变量中的例子。

2）两种浮点数类型（float、double)：

float：32位，后缀F或f，1位符号位，8位指数，23位有效尾数。

double：64位，最常用，后缀D或d，1位符号位，11位指数，52位有效尾。

注意事项：

二进制浮点数：1010100010=101010001.0*2=10101000.10*2^10（2次方）=1010100.010*2^11(3次方）= . 1010100010*2^1010(10次方）。

尾数：. 1010100010

指数：1010

基数：2

浮点数字面量默认都为double类型，所以在定义的float型数据后面加F或f；double类型可不写后缀，但在小数计算中一定要写D或X.X float的精度没有long高，有效位数（尾数）短。

float的范围大于long指数可以很大。

浮点数是不精确的，不能对浮点数进行精确比较。

⑺ 统计软件spss中三种变量类型如何界定

分类统计来解决此问题。

1．首先，打开SPSS软件，在“变量视图”窗口中自定义一组变量数据。例如，性别和年级，设置相关选项。

⑻ 统计数据的类型有哪些

1、统计数据表达形式有统计表格和统计地图两种。

按表示方法分为：

①分区统计。即用图形的面积或同样图形的个数，代表所在区划单元内全部同类现象的总和；如2008美国社区调查一年数据样本文件总体

②分级统计。即以统计图形式按行政区划或经济区划分级，以不同深浅的颜色或疏密不等的晕线、晕点表示现象相对指标的差异；

③定位统计。以统计图表形式表示某一点上的特种现象和变化规律。

2、按统计指标统计数据分为 宏观经济指标统计和行业经济指标统计。

常见的宏观经济指标有：GDP,CPI,PPI，PMI及流通中的现金。

行业经济指标如煤炭行业，石油行业的景气状况分析等。

(8)数据按计量尺度可以分为哪些类型扩展阅读

统计数据是采用某种计量尺度对事物进行计量的结果，采用不同的计量尺度会得到不同类型的统计数据。从上述四种计量尺度计量的结果来看，可以将统计数据分为以下四种类型：

1、定类数据——表现为类别，但不区分顺序，是由定类尺度计量形成的。

2、定序数据——表现为类别，但有顺序，是由定序尺度计量形成的。

3、定距数据——表现为数值，可进行加、减运算，是由定距尺度计量形成的。

4、定比数据——表现为数值，可进行加、减、乘、除运算，是由定比尺度计量形成的。

⑼ 按照采用的计量尺度不同，可以将统计数据分为各有什么特征

按照所采用的计量尺度，可以将统计数据分为分类数据、顺序数据和数值型数据。

分类数据 ：归入某一类别的非数字型数据，通常用文字表述，分类数据只能区分事物的不同类别，不能说明不同类别数据的好坏和大小。

顺序数据 ：归于某一有序类别的非数字型数据，通常用文字表述，这些类别是有先后，高低好坏之分的。

数值型数据 ：按数字尺度测量得到的观察值，也就是直接反映事物数量特征的数据

⑽ 统计数据的统计数据的类型

统计数据是采用某种计量尺度对事物进行计量的结果，采用不同的计量尺度会得到不同类型的统计数据。从上述四种计量尺度计量的结果来看，可以将统计数据分为以下四种类型：
定类数据——表现为类别，但不区分顺序，是由定类尺度计量形成的。
定序数据——表现为类别，但有顺序，是由定序尺度计量形成的。
定距数据——表现为数值，可进行加、减运算，是由定距尺度计量形成的。
定比数据——表现为数值，可进行加、减、乘、除运算，是由定比尺度计量形成的。
前两类数据说明的是事物的品质特征，不能用数据表示，其结果均表现为类别，也称为定性数据或品质数据（Oualitative data）；后两类数据说明的是现象的数量特征，能够用数值来表现，因此也称为定量数据或数量数据（Quantitative data）。由于定距尺度和定比尺度属于同一测度层次，所以可以把后两种数据看作是同一类数据，统称为定量数据或数值型数据。
区分测量的层次和数据的类型是十分重要的，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。比如，对定类数据，通常计算出各组的频数或频率，计算其众数和异众比率，进行列联表分析和x2检验等；对定序数据，可以计算其中位数和四分位差，计算等级相关系数等非参数分析；对定距或定比数据还可以用更多的统计方法进行处理，如计算各种统计量、进行参数估计和检验等。我们所处理的大多为数量数据。
这里需要特别指出的是，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，对定类数据通常是计算众数，对定序数据通常是计算中位数，但对定距和定比数据同样也可以计算众数和中位数。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，对于定距和定比数据可以计算平均数，但对于定类数据和定序数据则不能计算平均数。理解这一点，对于选择统计分析方法是十分有用的。