在這個世界上有無限多的資料，而每種資料都有屬於自己的屬性。那麼做資料探勘資料分析的時候，要對雜亂無章資料由一定的敏感度，學會分析資料屬於哪一種型別也是一種技能。多留意身邊的一些資料，試試給他分個型別也是挺好玩的一件事。
如果從巨集觀角度分析，資料型別分為定性和定量兩種。
定性：變數是品質特徵，如性別分男和女，是一種特質；
定量：變數是數值，可以量化，如身高體重等。
定量又可以分為離散型和連續型，離散型一般為計數結果，如男朋友毀約的次數，連續型一般為測試結果，如女朋友身高體重的測量。
那麼又是怎麼去對這些資料型別進行度量，也就是對資料型別劃分一定的層次
一般可以將資料型別的度量分為四種：定類，定序，定距，和定比，這四種型別是從低到高的遞進關係，高階的型別可以用低階型別的分析方法來分析，而反過來卻不行，理解下面這些型別對於後面學習統計分析方法尤為重要。
1、定類變數
定類就是將給資料定義一個類別。這種資料型別將所研究的物件分類，也即只能決定研究物件是同類抑或不同類。例如把性別分成男女兩類；把動物分成哺乳類和爬行類等等。
注意！定類變數遵循兩個原則：
（1）類與類之間互斥，不存在即是男又是女的東西（人妖特例不算）
（2）每個物件都必須要有類別，就像每個動物都有自己的界門綱目科屬種
2、 定序變數
定序變數是將同一個類別下的物件分一個次序，即變數的值能把研究物件排列高低或大小，具有＞與＜的數學特質。它是比定類變數層次更高的變數，因此也具有定類變數的特質，即區分類別（＝，≠）。
例如文化程度可以分為大學、高中、初中、小學、文盲；工廠規模可以分為大、中、小；年齡可以分為老、中、青。這些變數的值，既可以區分異同，也可以區別研究物件的高低或大小。
注意！各個定序變數的值之間沒有確切的間隔距離。比如大學究竟比高中高出多少，大學與高中之間的距離和初中與小學之間的距離是否相等，通常是沒有確切的尺度來測量的。定序變數在各個案上所取的變數值只具有大於或小於的性質，只能排列出它們的順序，而不能反映出大於或小於的數量或距離。
3、 定距變數
定距變數是區別同一類別下個案中等級次序及其距離的變數。它除了包括定序變數的特性外，還能確切測量同一類別各個案高低、大小次序之間的距離，因而具有加與減的數學特質。但是，定距變數沒有一個真正的零點。
例如，攝氏溫度這一定距變數說明，攝氏40度比30度高10度，攝氏30度比20度又高10度，它們之間高出的距離相等，而攝氏零度並不是沒有溫度。又比如調查數個地區的工人佔全部勞動人口的比率時，發現甲、乙，丙、丁、戊五個地區的比率分別是2％、10％、35％、20％、10％。甲區與丙區相差33％，丙區與丁區相差15％。這也是一個定距變數。
注意！定距變數各類別之間的距離，只能加減而不能乘除或倍數的形式來說明它們之間的關係。
4.、定比變數
定比變數是區別同一類別個案中等級次序及其距離的變數。定比變數除了具有定距變數的特性外，還具有一個真正的零點，因而它具有乘與除（×、÷）的數學特質。例如年齡和收入這兩個變數，固然是定距變數，同時又是定比變數，因為其零點是絕對的，可以作乘除的運算。
如A月收入是60元，而B是30元，我們可以算出前者是後者的兩倍。智力商數這個變數是定距變數，但不是定比變數，因為其0分只具有相對的意義，不是絕對的或固定的，不能說某人的智商是0分就是沒有智力；同時，由於其零點是不固定的，即使A是140分而B是70分，我們也不能說前者的智力是後者的兩倍，只能說兩者相差70分。因為0值是不固定的，如果將其向上移高20分，則A的智商變為120分而B變成50分，兩者的相差仍是70分，但A卻是B的2.4倍，而不是原先的兩倍了。攝氏溫度這一變數也如此。
這裡沒注意了！定比變數是最高測量層次的變數。