从零开始做学术。关注2021.统计课堂，公众号可以加入学术交流群、免费获得各种数据资源，欢迎来到c谈数据分析入门课程，我是车水老师，本节课我们来讲一下类别变量的分析，主要分为三个部分，第一部分是类别数的统计，第二部分是分组统计量，第三部分是款式分组统计量。首先我们来看一下类别数的统计，主要学习两个命令，第一个是distinct，它的作用是统计非重复值的个数。

具体这两个变量的差别我们用say它来看一下，用例子来帮助大家理解。然后引用的是妇女工资的那份数据。还是我要先把这个读文档保存一下，叫做累。首先来看一下有哪些变量它是类，是lisa变量，也就是分类变量。这个优点就是是否加入公会，然后这个smsa也是，是不是smsa？然后种族职业以及婚姻状况，这是行业，是不是大学毕业生？比如说我们来挑两个比较稍微不那么复杂的，比如我想看一下一共这个kin史蒂夫这个数据里面一共有多少种职业，那我就可以用distinct后面加occupation。

sccpda数据分析师公共交流平台。详见我的数据微分。它将目标类数据对象的一般特征与一个或多个比较类对象的一般特征进行比较。比如GPA高的学生的一般特点可以和GPA低的学生对比。最后描述的可能是大体可比的学生轮廓，就像75% GPA高的学生是计算机科学专业四年级学生，而65% GPA低的学生不是。

例如，数据挖掘系统可能找到的关联规则是:专业(x，“计算科学”)拥有(x，“个人计算机”)。无序分类变量指的是类别或没有度数和顺序的属性之间的差。变量是一个观测单元的某种特征或属性，变量的观测值就是所谓的变量值，有时也叫数据或信息。更准确地说，数据或材料是由具有几个可变值的观察单元组成的。例如，调查中经常问的问题是:你多大了？你受过什么教育？你结婚了吗？有工作吗？家里有几口人？相应的变量有:年龄、学历、婚姻状况、就业、家庭规模。

01 Minitab通过将零件的标准偏差除以量具的标准偏差，然后乘以1.414，计算出本语句中的类别 number。然后，Minitab会截断该值的尾数，除非该值小于1。如果小于1，Minitab会将可区分的类别 number设置为等于1。这个数字代表产品差异极小的非重叠置信区间的数量。你也可以把它想象成测量系统可以识别的过程数据中的包的数量。假设您测量10个不同的零件，Minitab报告您的测量系统可以识别4个不同的零件类别。

如果你想识别更多可区分的类别，你需要更精确的测量工具。AIAG提出，当类别小于2时，测量系统对控制过程没有价值，因为不可能区分各个分量，当类别为2时，数据可分为高低两组。当类别为3时，数据可分为高、中、低三组，5或更高的值表示测量系统是可接受的。