数据分析分为哪4类（入行数据分析要知道什么是分类型数据）

分类数据是一组信息的集合。如果一个组织或机构试图获取其员工的生物数据，则生成的数据被称为分类数据。该数据被称为分类数据，因为它可以根据生物数据中存在的变量（例如性别、居住状态等）进行分组。

分类数据可以采用数值（例如“1”表示是，“0”表示否），这些数字没有数学意义，既不能将它们加在一起，也不能彼此相减。

依旧使用天津的少儿英语培训机构举例来说。数据来源 教育宝，使用爬虫抓取机构的名称和口碑。

假设这102家机构入住到同一所3层大楼中，我们依照口碑如何进行楼层的划分？（虽然这种方式不太合理）

这种叫做 分组，编程语言里称作 聚合。每一层作为一个分区，称作 组 。

可以尝试计算一下每个组的一个的一个占比情况，也称作相对次序。

相对次序 = 所属组别的个数 / 数据总数

根据分类的百分比可以制作一个条形图来表示。

是一种用于命名变量而不提供任何数值的数据。这种数据类型源自拉丁语命名法 Nomen（意思是名称）是分类数据的子类别。

名义数据有时称为『标记』或『命名』数据。名义数据的示例包括姓名、头发颜色、性别等。

主要通过调查或问卷收集，这种数据类型是描述性的，因为它有时允许受访者自由输入回复。尽管这一特征有助于得出更好的结论，但有时也会给研究人员带来问题，因为他们必须处理如此多不相关的数据。

这是一种具有固定顺序或比例的数据类型。这个顺序没有一个标准的尺度来衡量每个尺度中变量的差异。

序数数据示例包括：李克特量表、区间量表、错误严重程度、客户满意度调查数据等。这些示例中的每一个可能有不同的收集和分析技术，但它们都是有序数据。

• 类别：氛围名义数据和有序数据。名义数据称为命名数据，是用于命名变量的数据类型，而有序数据是一种具有比例或顺序的数据。
• 质性：分类数据是定性的，使用一串单词而不是数字来描述事件。
• 分析：分类数据使用众数和中位数分布进行分析，名义数据使用众数进行分析，而序数数据同时使用两者。还可以使用单变量统计、双变量统计、回归应用、线性趋势和分类方法来分析序数数据。
• 图形分析：使用条形图和饼图进行图形分析。条形图主要用于分析频率，而饼图分析百分比。这是在将其分组到表中之后完成的。
• 区间尺度：对于具有给定顺序或尺度的有序数据，尺度没有标准化区间。不适用于名义数据。
• 数值：分类数据是定性的，有时可能会采用数值。然而不能对它们进行算术运算。