1 变量与数据
一个企业的利润，这个月与上个月可能不同；一只股票的收盘价，今天与昨天不一样；学生的成绩，一个学生和另一个学生不一样；投掷一枚骰子所出现的点数，这次和下一次也不一样。这里的“企业的利润”“股票的收盘价”“学生的成绩”“投掷一枚骰子出现的点数”就是变量（variable）。简而言之，变量是描述所观察对象某种特征的概念，其特点是从一次观察到下一次观察可能会出现不同的结果。变量的观测结果就是数据（data）。
2 变量的分类
根据观测结果的特征，变量可以分为类别变量和数值变量两大类。
类别变量（categorical variable）是取值为事物属性、类别、区间值的变量，也称定性变量（qualitative variable）。
比如，观察人的籍贯、公司所属的行业、客户对服务满意度的评价，得到的结果就不是数字，而是事物的属性。比如，观测籍贯的结果是“广东”“广西”等，公司所属的行业为“制造业”“零售业”“餐饮业”等，客户对服务满意度的评价为“很满意”“满意”“一般”“不满意”“很不满意”。人的籍贯、公司所属的行业、客户对服务满意度的评价等，其结果就不是数值，而是事物的属性或类别，所以三者都是类别变量。此外，将学生成绩分为 60 分以下、60~70 分、70~80 分、80~90 分、90 分以上 5 档，这里的“成绩档次”的取值也不是普通的数值，而是数值区间，这实际上是将数值转化成了类别。类别变量的观测结果称为类别数据（categorical data）或定性数据。类别变量根据取值是否有序分为无序类别变量和有序类别变量。无序类别变量也称名义值类别变量，其取值不可以排序。例如，“公司所属的行业”这一变量取值为“制造业”“零售业”“餐饮业”等，这些取值之间不存在顺序关系。再比如“商品的产地”这一变量的取值为“甲”“乙”“丙”“丁”，这些取值之间也不存在顺序关系。有序类别变量也称顺序值类别变量，其取值区间可以排序。例如，“对服务满意度的评价”这一变量的取值为“很满意”“满意”“一般”“不满意”“很不满意”，这 5 个值之间是有序的。
数值变量（metric variable）是取值为数字的变量，也称定量变量（quantitative variable）。例如，“企业的利润”“股票的收盘价”“学生的成绩”“投掷一枚骰子出现的点数”等变量的取值可以用数字来表示，都属于数值变量。数值变量的观察结果称为数值型数据（metric data）或定量数据。
数值变量根据其取值，可以分为离散变量（discrete variable）和连续变量（continuous variable）。离散变量是只能取有限个值的变量，其取值可以一一列举，如“公司数量”“一个小区的居民户数”“房屋楼层”等。连续变量是可以在一个或多个区间中取任何值的变量，它的取值是连续不断的，不能一一列举，如“年龄”“身高”“价格”等。当离散变量的取值很多时，也可以将其当作连续变量来处理。
由于数据是变量的观测结果，因此数据的基本分类与变量相同。此外，数据也可以从其他角度分类。比如，按照数据的收集方法可分为观测数据（observational data）和试验数据（experimental data）。观测数据是通过调查或观测收集到的数据，是在没有对事物进行人为控制的条件下得到的，有关社会经济现象的数据几乎都是观测数据。试验数据则是在试验中控制试验对象收集到的数据，比如，对一种新药疗效的试验数据等，对一种新的农作物品种的试验数据。自然科学领域的大多数数据是试验数据。
按照描述的现象与时间的关系，可以将数据分为截面数据（cross-sectional data）和时间序列数据（time series data）。截面数据是在相同或近似相同的时间点上收集的数据。这类数据通常是在不同的空间获得的，用于描述现象在某一时刻的变化情况，如 2018 年我国各地区的GDP数据。时间序列数据是在不同时间收集到的数据，这类数据是按时间顺序收集的，用于描述现象随时间变化而变化的状况，如 2001—2018 年我国的GDP数据。
