前言

了解一些資料處理的工具之後，我們要來看一下資料有哪些種類，這樣再之後的分析有更多的方向以及正確的使用工具。

此篇文是由 Joyce 所撰寫

資料種類

無論是在統計或其他領域中，資料的型態百百種，但大致上可用以下四種去區分，再來我們會再依序介紹各個類別的定義與使用時機。

• 定類(名義量尺)
• 定序(次序量尺)
• 定距(等距量尺)
• 定比(比率量尺)

定類(名義量尺)

定類，顧名思義，就是對事物或數據進行分類，其結果不管是數值或是字串，都是各自獨立的，不能用來比較，也不能排序。常用的圖表類型：長條圖、圓餅圖。

小例子 : 現在要區分一筆資料的男女生，因為用字串分析不是很方便，因此我們將男生定義為0，女生定義為1，此時，不能說因為1>0，所以女生比男生大。這樣的比較是毫無意義的。

長條圖

這是上一篇練習實作的長條圖，可以由圖看出我們將種類分為Sun、Sat、Thur、Fri，四種類別，我們不會說Sun比Sat大，或是Thur在Fri前面，其分類的結果只是用來識別，讓接下來的分析更方便、更直覺。

圓餅圖

這個也是之前實作的圖形，我們很明顯看到分成四個種類，也可以清楚知道它們之間互相獨立。定類與其他三個不同之處，它的目的，就是在歸類。

可使用的描述性統計

最常見的當然就是眾數，因為當資料歸類好，可以很明顯看出哪個種類最多，也可以用於占比、與頻率的分析，不管是長條圖或是圓餅圖都可以輕鬆地獲得此資訊。

定序(次序量尺)

定序即是將事物依照程度排出順序。但定義出來的數值可以排序，每個數值之間的間隔不是相等的，因此只能有大小關係，不能相加減。常用的圖表類型：長條圖、圓餅圖。

小例子：定序最有名的例子便是李克特量表，也許沒有聽過這個名詞，但相信大家一定有填過類似下面這種表單，這個就是李克特量表，我們知道5分是最滿意，1分是最不滿意，因此我們知道5>4>3>2>1，但是每個分數之間的差異其實是模糊的，沒有明確的差距。

長條圖

我們將利用李克特量表收集的數據進行整理，並畫成長條圖方便觀察，可以此時，12345是有大小意義的，但是圖表中的間隔不代表實際的距離。

圓餅圖

將上面的長條圖改成圓餅圖，可以方便觀察佔比及頻率。

可使用的描述性統計

定類可用的佔比、頻率、眾數，因為定序也有包含其含意，因此這三種統計方式也都可以使用，而因為有了大小的意義，因此數據可以結合在一起比較，像是中位數、百分位數，都可以進行分析。

定距(等距量尺)

定距是定序的意義再加上等距的概念，就像一把直尺一樣，不僅能比大小，每個數值間的距離是相等的，因此可以進行相加減的計算，與前面兩種類別最大的不同就是它是連續變項，而定類與定序是間斷變項。常用的圖表：盒狀圖、直方圖。

間斷變項 : 數值不能進行分割，每個數值都有特定的意義。
連續變項 : 數值可進行無限的分割，因為數值具有連續性。

小例子 : 當我們在描述溫度時，其實使用的就是等距量尺，它的每個值都可以進行無限切割，且大小可以排序，距離也相等。

盒狀圖

盒狀圖即四分位圖，可以表示出最大值、最小值，及四分位數。例如可以用來表示一年中每天的平均溫度分布。

直方圖

直方圖可以將連續的數據進行一組一組的分類，像是0.5~1.0為一類，因為定具有連續的概念，所以資料很適合用直方圖來呈現。

可使用的描述性統計

前面提到的分析技巧在此都能使用，特別增加了平均值跟標準差，因為每個數值都是連續的，因此當取平均值跟標準差後得到的值都是有意義的。

定比(比率量尺)

定比的定義是定距的想改再加上絕對零點，而什麼是自然零點呢？簡單來說，就是有一個最小值，不一定是0，但是會有一個起始值。常用的圖表類型：盒狀圖、直方圖。

小例子 : 最有名的例子，就是身高，它不僅符合前面的定義，在量身高的時候，也會從零公分開始計算起。

盒狀圖

舉例來說，我們將所蒐集到的身高用盒狀圖呈現，雖然圖上最低點是130公分，但它其實有零點的意涵在裡頭，因為130公分的意思是距離零點，130公分的距離。

直方圖

因為定比也具有連續的意義，因此可使用直方圖繪製，這裡也舉身高的例子。

可使用的描述性統計

基本是基本的統計方法都可以使用了，因為此量尺已經具備完整的功能了。

小測驗

介紹完四種量尺的定義了，是否完全了解了呢？還是已經頭昏眼花了？來做個小測驗，看看自己是否完全了解了，

題目：接尺實驗，當測試者看到尺掉落時，用手接住尺，依照上面的公分數，對應相對應的反應時間，例如:0.15秒、0.25秒，請問「反應時間」是哪種量尺？
A. 名義量尺
B. 次序量尺
C. 等距量尺
D. 比率量尺

答案：B

題目 : 常常我們會進行智商的測驗，會得到一個數值，例如IQ130，請問「智商」是哪種量尺呢？
A. 名義量尺
B. 次序量尺
C. 等距量尺
D. 比率量尺

答案：C

如果你都答對了，那麼恭喜你觀念十分的正確，答錯了也不要灰心，因為其實真的沒有很好分辨，有時，太講究定義會讓你頭暈轉向，在這裡就不做解釋，可以好好想想，再去其他網站找詳解。

結語

看到這裡有沒有發現四種量尺其實是循序漸進的呢？下面整理了可分析的功能，可以看出當包含的定義越多，能分析的功能就越強大。但不是所有資料都能明確的定義出屬於哪種類別，因此有這種觀念、想法即可，不需要專牛角尖正確的歸類。

表格來源

• 特徵工程不再難：資料科學新手也能輕鬆搞定！