的变量。例如,“最高学历”变量的取值是:1—小学及以下、2一初中、3一高中、 中专、技校、4一大学专科、5—大学本科、6—研究生以上,由小到大的取值能 够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数 据的数学关系是“大于(>)”和“小于(<)”关系。在定序数据中,同一组内 各单位是等价的,相邻组之间的单位是不等价的,它们存在“大于”或“小于” 的关系。而且,并进行保序变换(或称单调变换),则不改变数据原有的基本信 息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数 (三)等距尺度 等距尺度下的变量称为定距变量、间隔变量,它的取值之间可以比较大小, 可以用加减法计算出差异的大小。例如,“年龄”变量,其取值60与20相比, 表示60岁比20岁大,并且可以计算出大40岁(60-20)。定距变量的取值称为 定距数据或间隔数据。定距数据是一些真实的数值,具有公共的、不变的测定单 位,可以进行加减乘除运算。定距数据的基本特点是两个相同间隔的数值的差异 相等,例如,年龄的60岁与50岁之差等于40岁与30岁之差。对于定距数据, 不仅可以规定“等价关系”以及“大于关系”和“小于关系”,而且也可以规定 任意两个相同间隔的比值或差值。如果将每个数值分别乘以一个正的常数再加上 个常数,即进行正线性变换,并不影响定距数据原有的基本信息。因此,常用 的统计量如均值、标准差、相关系数等都可直接用于定距数据 (四)等比尺度 等比尺度下的变量称为定比变量、比率变量,它与定距变量意义相近,细微 差别在于定距变量中的“0”值只表示某一取值,不表示“没有”。例如,人的身 高就是一个定比变量,如果身高值为“0”米,则表示这个人不存在。而定比变 量的“0”值表示“没有”。而在测定温度的摄氏表中,0℃并不表示没有温度 因为还有在零点以下的温度。定比变量的取值称为定比数据或比率数据。定比数 据也冋样可进行算术运算和线性变换等。通常对定距变量和定比变量不需再加以 区别,两者统称为定距变量或间隔变量 般地,定类变量和定序变量用于描述定性数据,属于定性变量:而定距变 量和定比变量用于描述定量数据,属于定量变量。同其他分类标准一样,一个变 量在不同分析中可当作不同尺度的变量。例如,“年龄”在某些分析中(如回归- 10 - 的变量。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、 中专、技校、4—大学专科、5—大学本科、6—研究生以上，由小到大的取值能 够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数 据的数学关系是“大于（>）”和“小于（<）”关系。在定序数据中，同一组内 各单位是等价的，相邻组之间的单位是不等价的，它们存在“大于”或“小于” 的关系。而且，并进行保序变换（或称单调变换），则不改变数据原有的基本信 息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数。 （三）等距尺度 等距尺度下的变量称为定距变量、间隔变量，它的取值之间可以比较大小， 可以用加减法计算出差异的大小。例如，“年龄”变量，其取值 60 与 20 相比， 表示 60 岁比 20 岁大，并且可以计算出大 40 岁（60-20）。定距变量的取值称为 定距数据或间隔数据。定距数据是一些真实的数值，具有公共的、不变的测定单 位，可以进行加减乘除运算。定距数据的基本特点是两个相同间隔的数值的差异 相等，例如，年龄的 60 岁与 50 岁之差等于 40 岁与 30 岁之差。对于定距数据， 不仅可以规定“等价关系”以及“大于关系”和“小于关系”，而且也可以规定 任意两个相同间隔的比值或差值。如果将每个数值分别乘以一个正的常数再加上 一个常数，即进行正线性变换，并不影响定距数据原有的基本信息。因此，常用 的统计量如均值、标准差、相关系数等都可直接用于定距数据。 （四）等比尺度 等比尺度下的变量称为定比变量、比率变量，它与定距变量意义相近，细微 差别在于定距变量中的“0”值只表示某一取值，不表示“没有”。例如，人的身 高就是一个定比变量，如果身高值为“0”米，则表示这个人不存在。而定比变 量的“0”值表示“没有”。而在测定温度的摄氏表中，0℃并不表示没有温度， 因为还有在零点以下的温度。定比变量的取值称为定比数据或比率数据。定比数 据也同样可进行算术运算和线性变换等。通常对定距变量和定比变量不需再加以 区别，两者统称为定距变量或间隔变量。 一般地，定类变量和定序变量用于描述定性数据，属于定性变量；而定距变 量和定比变量用于描述定量数据，属于定量变量。同其他分类标准一样，一个变 量在不同分析中可当作不同尺度的变量。例如，“年龄”在某些分析中（如回归