如何按照变量类型选择正确的数据分析方法(根据变量类型选择统计方法)

导语：如何按照变量类型，选择正确的数据分析方法？

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，例如身高、性别等。

每个变量都有变量值，变量值就是我们分析的内容，它是没有含义的，只是一个参与计算的数字，所以我们主要关注变量的类型，不同的变量类型有不同的分析方法，快跟随调研工厂小编一起学习，数据分析不再难！

认识变量

数值变量

· 离散型变量

· 连续型变量

离散型变量：值只能用自然数或整数计算，数值间断，两个相邻数值之间没有其他数值，例如：人数。

连续型变量：在一定区间内可以取任意数值，数值连续不断，相邻两个数值之间取值是无穷尽的，例如：重量。

分类变量

· 有序分类变量

· 无序分类变量

有序分类变量：指存在等级或顺序的事物，例如：好、中、差。

无序分类变量：取值之间不存在任何顺序，仅仅是类别不同。无序分类变量又可分为二分类变量，即两个类别，例如：男、女，和多分类变量，即超过两个类别，例如：红色、蓝色、白色。

不同变量的对应分析方法

· 因变量离散，自变量离散

· 因变量离散，自变量连续

· 因变量连续，自变量离散

· 因变量连续，自变量连续

因变量离散，自变量离散：

对数线性回归方法

因变量离散，自变量连续：

判别分析方法

因变量连续，自变量离散：

有虚拟变量的回归分析方法

因变量连续，自变量连续：

多元回归分析方法

数据分析的流程

数据分析思路的本质是掌握常用的分析方法，同一个数据在不同环境下的意义也不一样，因此我们想要选择正确的分析方法，得出正确的结论，首先要明确分析目的和分析数据的类型。

调研工厂为大家总结的数据分析流程：研究目的→再看有没有因变量→因变量的数据类型→自变量的数据类型。

今天的调研知识分享，你学会了吗？

本文内容由小媛整理编辑！