简述分类变量与数值变量的根本区别？

简述分类变量与数值变量的根本区别？

变量是统计学中的变量指的是研究对象的特征，我们有时也称为属性，例如人的身高、性别等。每个变量都有变量的值和变量的类型，我们按照变量的类型对变量进行划分。统计学中的变量大致可以分为数值变量和分类变量。

数值、分类变量：数值型变量是指可以取一些列的数，这些值对于加法、减法、求平均值等操作是有意义的。而分类变量对于上述的操作是没有意义的。

数值变量可以分为两类：离散型变量：数值只能用自然数缓漏或整数单位计算，其数值是间断的，相邻两个数值之间不再有其他数值，这种变量的取值一般使用计数方法取得。连滑早续型变量：在一定区间内可以任意取值，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。如身高、绳子的长度等。和离散型变量相比，连续型变量有“真零点”的概念，所以可以进行乘除操作。

分类变量又可以分为下面两类：有序分类变量：描述事物等级或顺序，变量值可以是数值型或字符型，可以进而比较优劣，如喜欢的程度：很喜欢、一般、不喜欢 。无序分类变量：取值之间没有顺序差别，仅做分信哪雀类，又可分为二分类变量和多分类变量，二分类变量是指将全部数据分成两个类别，如男、女，对、错，阴、阳等，二分类变量是一种特殊的分类变量，是特有的分析方法。多分类变量是指两个以上类别，如血型分为A、B、AB、O。有序分类变量和无序分类变量的区别就是：前者对于比较操作是有意义的，而后者对于比较操作是没有意义的。

 这四种数据的等级从低到高依次为：无序分类变量<有序分类变量< 离散型数值变量< 连续型数值变量。