热线电话:13121318867

登录
2018-11-20 阅读量: 1887
变量的测量尺度

如果只使用变量类型,很多时候并不能准确地说明变量的含义和属性,因此还需要进 一步给变量增加测量尺度这一属性。在统计学中,按照对事物描述的精确程度,将所采用 的测量尺度从低级到高级分为 4 个层次:定类尺度、定序尺度、定距尺度和定比尺度。 1. 定类尺度 定类尺度(Nominal Measurement)是对事物的类别或属性的一种测度,按照事物的某种属 性对其进行分类或分组。定类变量的特点是其值仅代表事物的类别和属性,仅能测度类别 差,不能比较各类之间的大小,所以各类之间没有顺序或等级之分,例如变量“血型”就 是一个定类尺度的变量。而对于“性别”这种两分类变量,一般仍然将其归为定类尺度变 量。但是两分类变量较为特殊,即使将其归为其他类型,一般也不会影响后续分析。 2. 定序尺度 定序尺度(Ordinal Measurement)是对事物之间等级或顺序差别的一种测度,可以比较优 劣或排序。定序变量比定类变量的信息量多一些,不仅含有类别的信息,还包含次序的信 息。例如,按照小学、中学、大学这种方式来对“学历”加以记录,它就是一个典型的定 序变量。 3. 定距尺度和定比尺度 定距尺度(Interval Measurement)是对事物类别或次序之间间距的测度。定距变量的特点 是其不仅能将事物区分为不同类型并进行排序,而且可以准确指出类别之间的差距是多少, 典型的定距尺度变量就是温度。定比尺度(Scale Measurement)则更进一步,和定距尺度的 差别在于它有一固定的绝对“零点”。比如温度,0℃只是一个普通的温度(水的冰点),并非 没有温度,因此它只是定距变量,而重量则是真正的定比变量,0kg 意味着没有重量可言。

由于这两种测量尺度在绝大多数统计分析中没有本质的差别,因此很多时候没有做严格 区分

0.0000
2
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子