如何区分离散型和连续性

在统计学中，数据类型可以分为离散型和连续型数据。离散型数据是指有能够数个别值的数据，并不能够被进一步细分。例如，人数、次数、数量、得分等信息都可以被归类为离散型数据。而连续型数据则是指可以在一定区间内取到无数个值的数据，例如温度、时间、速度等。

对于初学者来说，有时候很难准确区分离散型和连续型数据，下面从多个角度分析这个问题。

定义：

离散型数据有明确的定义。显然，数量和次数是离散型的，而且不能有半个。比如，在一个班级里有20个学生，那就是离散型数据。如果有25.5个学生，这就是不可能的。同理，分数等只能取整数值的数据也属于离散型数据。

而连续型数据则是指在某一区间范围内可以取任意数值。例如，一个人的身高可以是1.50米、1.52米或者1.5235米，这种数据是连续性数据。

可测性：

另一个观察离散型和连续型数据的角度是可测性。事实上，离散型数据可以被测量为整数，而连续型数据则是测量为任何精度的小数或实数。例如，在一个班里有20名男孩和15名女孩，这是离散型数据。而身高为1.68米的男孩和1.72米的女孩是连续型数据。

图形表现：

在统计学中，另一个将数据类型分类的方法是图形表现。离散型数据通常用条形图或直方图来表示，而连续型数据通常使用曲线或折线图。如果数据由一系列带有间隔平等的数据点组成，则使用条形图或直方图。

数量级：

最后，从数量级的角度来看，离散型数据通常是小规模的数量，通常是几十、几百、最多几千。例如，一个班级的学生人数、家庭人口数量等。离散型数据通常也包括一些行为或事件的数量，例如购买次数、访问次数等等。

而连续型数据则往往涉及一定的范围和精度，例如时间、距离、体重、温度等，这些数据具有无限的取值范围，而且精度可以更高。