菜单
×
   ❮   
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

统计 - 测量级别


不同的数据类型有不同的测量级别。

测量级别对于可以计算的统计类型以及如何最好地呈现数据很重要。


测量级别

主要的数据类型是定性(类别)和定量(数值)。这些进一步分为以下测量级别。

这些测量级别也称为测量“标度”

标称级别

类别(定性数据),无任何顺序。

示例

  • 品牌名称
  • 国家
  • 颜色

顺序级别

可以排序的类别(从低到高),但它们之间精确的“距离”没有意义。

示例

  • 字母成绩等级从 F 到 A
  • 军衔
  • 对产品的满意度水平

考虑从 F 到 A 的字母成绩: A 成绩是否是 B 成绩的两倍? B 成绩也是 C 成绩的两倍吗?

成绩之间的差距确切地说并不清楚和精确。如果成绩是基于考试分数计算的,你可以说在分数标度上存在精确的“距离”,但成绩本身不是。

间隔级别

可以排序的数据,它们之间的距离具有客观意义。但是没有自然的 0 值作为尺度的起点。

示例

  • 日历中的年份
  • 以华氏度测量的温度

注意:间隔标度通常由人们发明,例如温度的度数。

0 摄氏度相当于 32 华氏度。每度之间有恒定的距离(每增加 1 摄氏度,华氏度增加 1.8),但它们在 0 度的位置上并不一致。

比率级别

可以排序的数据,它们之间的距离是恒定的且有意义的。并且它还有一个自然的 0 值。

示例

  • 金钱
  • Age
  • Time

处于比率级别(或“比率标度”)的数据为我们提供了最详细的信息。关键是,我们可以精确地比较一个值与另一个值的量级。这将是这些值之间的比率,例如两倍大,或十倍小。


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持