许多统计学书籍开篇都会定义各种可能需要分析的变量类型。这一分类体系由S. 史蒂文斯提出，并于1946年发表。

定义

分类变量，也称为名义变量，用于表示互斥但无序的类别。例如，您的研究可能比较五种不同的基因型。如果您愿意，可以用数字对这五种基因型进行编码，但这种顺序是任意的，任何计算（例如计算平均值）都将毫无意义。

序数变量是指其顺序重要，但数值之间的差异不重要的变量。例如，您可以要求患者在1到10的量表上表达他们所感受到的疼痛程度。 评分7表示比评分5更痛，而评分5又比评分3更痛。但7与5之间的差异可能与5与3之间的差异不同。这些数值仅仅表达了一种顺序关系。另一个例子是电影评分，从*到*****。

间隔变量是指两个数值之间的差异具有实际意义的变量。100度与90度之间的温差，与90度与80度之间的温差是相同的。

比率变量不仅具备间隔变量的所有特性，还对0.0有明确的定义。当变量等于0.0时，表示该变量不存在。身高、体重、酶活性等变量都属于比率变量。 以华氏度（F）或摄氏度（C）表示的温度并非比率变量。在这两种量表上，0.0 并不意味着“没有热量”。然而，以开尔文（K）表示的温度则是比率变量，因为 0.0 开尔文确实意味着“没有热量”。 另一个反例是pH值。它不是比率变量，因为pH=0仅表示1摩尔的H+，而“摩尔”的定义相当任意。 pH值为0.0并不意味着“没有酸度”（恰恰相反！）。在处理比率变量（而非间隔变量）时，您可以考察两个测量值之间的比值。4克的重量是2克的两倍，因为重量是比率变量。 100摄氏度的温度并不比50摄氏度热两倍，因为摄氏度不是比率变量。pH值为3并不比pH值为6的溶液酸两倍，因为pH值不是比率变量。

这些分类并非像听起来那样泾渭分明。颜色属于哪种变量？在某些实验中，不同的颜色会被视为名义变量。但如果颜色通过波长进行量化，那么颜色就会被视为比率变量。这种分类方案实际上确实有些模糊。

哪些数值可以进行计算

这重要吗？

如果您正在参加统计学考试，这很重要，因为这类概念很容易被考到。

这对数据分析重要吗？这些概念大多显而易见，但给不同类型的变量命名有助于避免错误，比如计算一组邮政编码的平均值，或者计算两个pH值的比值。 除此之外，给不同类型的变量贴上标签，其实对规划分析或解释结果并没有什么帮助。