统计分析常见思维

来源：Pandas 探索性数据分析综合实战

在统计学章节中讨论过的内容，我们有两种变量分类和数字，这些变量又进一步细分为序数和名义，以及数字变量的连续和离散，如图所示。

 

分类名义变量

顺序变量的定义与分类变量类似；这里需要提到的是，它没有任何特定的顺序。一个例子是我们不能在这里假设男性大于女性。我们不能假设一个类别大于或小于其他类别，而且它们没有任何特定的顺序。

分类顺序变量

分类的、序数的变量可以按特定的顺序排列。一个例子是，如果你被要求填写餐厅的食物和服务的反馈，这可能是诸如美味、好、更好、更差和最差。这有一个从正到负的特定顺序，或者另一个例子是指一个班级的成绩。

数值连续变量

数字连续变量有无限的值。这方面的例子可以是股票价格、身高、体重、年龄，等等。这些值没有任何有限的区间。

数值离散变量

数值离散型变量有有限的值。一个例子是你有多少辆汽车或你有多少个孩子。它有一个确定的值，要么是0，1，2，等等。我们不可能有1.24辆汽车或1.05个孩子。

在泰坦尼克号数据集中有哪些不同的变量，并直观地看到它们的数据类型表示。我们可以看到这些变量的单独表示。

• Name：分类名义变量。

• Surviver：分类名义变量。

• Pclass：分类顺序变量。

• Sex：分类名义变量。

• Embark：分类名义变量。

• Age：数值连续变量。

• SibSp：数值离散变量。

• Parch：数值离散变量。

• Fare：数值连续变量。