变量值可以连续取值的有哪些

在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。定义在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。性质符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量；如果它的域是连续的，它就是连续变量。 [1] 连续变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。如以总产值、商品销售额、劳动生产率、工资等为标志进行分组，就只能是相邻组限重叠的组距式分组。 [2]

连续性变量数据和计量数据并不完全等同。计量数据由数量单位来度量和记录，例如重量、长度、时间等具有数量维度的变量。连续性变量数据指的是一个变量在其取值区间内可以取到任意值，例如身高、体重、温度等不需要数量单位的变量。连续性变量数据可以用计量数据来测量和记录，但不是所有的连续性变量数据都需要计量单位，例如一些无量纲的指标和比率。

问题一：什么是变量 举例说明离散变量和连续变量 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量） 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数搐法取得. 反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得. 问题二：什么是连续性变量？ 变量值之间可以无限分割 可以有小数 变量值大小与时间长短成正比 问题三：统计学离散型变量和连续型变量有什么区别？ 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得. 反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得. 如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量， 比如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量， x的取值范围是[0,15)，它是一个区间，从理论上说在这个区间内可取任一实数3.5、√20等，因而称这随机变量是连续型随机变量。 问题四：请问什么是类别变量，什么是连续变量？希望能解释一下顺便举几个例子 类别变量是离散的变量。比如有关于天气的变量：晴，阴，雨。只能是其中单独一个，不存在介于两种之间的，即不能又晴又雨。 连续的变量是指取值可以是连续的变量。比如身高，体重等。可以在某个区间内取任意值都可以。 问题五：统计学离散型变量和连续型变量有什么区别 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得. 反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得. 如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量， 比如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量， x的取值范围是[0,15)，它是一个区间，从理论上说在这个区间内可取任一实数3.5、√20等，因而称这随机变量是连续型随机变量。 问题六：什么是连续性变量？ 变量值之间可以无限分割 可以有小数 变量值大小与时间长短成正比 问题七：什么是离散变量和连续变量 顾名思义就变量就是会变化的量啊。可能是随时间或者空间或者其他因素而改变。离散变量就是说变量是离散的，一个一个的，比如某教室中人的个数，只能是整数啊，可能是1,5,2,...而不同时间可能教室的人数不一样，所以是变量啊。连续的变量，比如温度。 问题八：多选 下列属于连续型变量的有（） B,E 答案上是这样写的，我这刚好有这道题

　　变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的；但在纯函数式语言（如Haskell）中，变量可能是不可变（immutable）的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象（如在Java和Visual Basic中）；但另外一些语言可能使用其它概念（如C的对象）来指称这种抽象，而不严格地定义“变量”的准确外延。　　在统计学中,变量按变量值是否连续可分为连续变量与离散变量两种.　　离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得.

下列变量中属于连续变量的有（） A.棉花产量B.植树株数C.机器台数D.人均年收入E.鸡场养鸡数正确答案：棉花产量；人均年收入

连续变量的数值是连续不断的，相邻两值之间可作无限分割，即可取无限数值。例如，人的身高、体重、粮食亩产、零件误差的大小等，它们的计量单位可以取小数点以后的任意一个位数，而且必须用测量或计量的方法取得其值。

问题一：多选 下列属于连续型变量的有（） B,E 答案上是这样写的，我这刚好有这道题 问题二：1. 下列变量中，属于连续变量的是（ ）。 看错了。是C，因为大中型企业的厂房设备、固定资产、职工人数都是很庞大的，所以在一定时期骸，个数，职工人数，设备台数都是相对不变的。而利润则是产出与成本之间的差额是不固定的。 问题三：下列变量中属于连续型变量的是（ ） 身高是连续型变量。 问题四：什么是变量 举例说明离散变量和连续变量 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量） 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数搐法取得. 反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得. 问题五：温度算不算连续变量 温度是连续的物理量。 如果用传感器进行变换，变换器输出的电信号，可能是连续的变量、也可能是离散的变量。 问题六：6. 下列各项中，属于连续变量的有（ ）。 A.基本建设投资额 B.岛屿个数 C.国民生产总值中3次产业比例 D.居 答案A C D E

【答案】：C变量按变量值的连续性分为连续变量与离散变量。连续变量的数值是连续不断的，相邻的两个值之间可作无限分割，即可取无限个值；离散变量的两个变量值之问只能取有限个变量值。ABD三项的数值只能取整数，故属于离散变量；c项的数值是连续不断的，故属于连续变量。

要在SPSS中创建连续变量数据，可以按照以下步骤进行操作：1. 打开SPSS软件并选择要创建数据的变量。2. 选择“数据”选项卡，然后选择“新建”或“导入”数据。3. 在“数据类型”下拉菜单中选择“连续变量”，然后点击“确定”。4. 在“数据类型”下拉菜单中选择要存储变量的格式，例如数值型、日期型或文本型。5. 选择要使用的变量变量名，并将其拖动到“变量名”框中。6. 确认变量名和数据类型是否正确，然后点击“确定”。7. 创建新数据集，并选择要使用的索引和序列。8. 确认数据集和变量设置无误后，点击“确定”。以上步骤即可在SPSS中创建连续变量数据。请注意，不同的SPSS版本可能有不同的选项和步骤，请确保在使用之前查看帮助文档。

接楼上的。采取单项式变量数列和组距式数列分组，主要取决于变量的类型和变量的变动幅度。对于连续型变量，一般只能编制组距式变量数列；对于离散型变量，如果变量值个数较多，并且变动幅度较大时，应该编制组距式变量数列， 对于变量值较少的离散型数据，一般编制单项式变量数列。（变量值的多少，跟数据量的多少是不一样的，有时候数据量很多，但是变量值却很少。比如研究一个班（110人）的年龄结构，有110个数据，但是有可能只有两三个变量值，假设最小的20岁，最大的22岁，那么就只有三个变量值，那么分组时就按照单项式变量数列分组）

先说一个熟悉的内容,数列与函数.当然数列也是函数,但它的取值是自然数,取值是离散的,而一般的函数取值是某一个区间,在这区间内取值往往是可以连续的.离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定,变量取值只能取离散型的自然数,就是离散型随机变量,比如,一次掷20个硬币,k个硬币正面朝上,k是随机变量,k的取值只能是自然数0,1,2,…,20,而不能取小数3.5、无理数√20,因而k是离散型随机变量.如果变量可以在某个区间内取任一实数,即变量的取值可以是连续的,这随机变量就称为连续型随机变量,比如,公共汽车每15分钟一班,某人在站台等车时间x是个随机变量,x的取值范围是[0,15),它是一个区间,从理论上说在这个区间内可取任一实数3.5、√20等,因而称这随机变量是连续型随机变量.

答案A C D E

离散变量和连续变量之间的差异可以基于以下理由清楚地得出：1、统计变量假设有限的数据集和可数的数值，然后它被称为离散变量。与此相反，采用无限数据集和无数数值的定量变量称为连续变量。2、对于非重叠或以其他方式称为相互包含的分类，其中包括类限制，适用于离散变量。相反，对于重叠或相互排斥的分类，其中排除上限类别，适用于连续变量。3、在离散变量中，指定数字的范围是完整的，而不是连续变量的情况。4、离散变量是变量，其中值可以通过计数获得。另一方面，连续变量是衡量某事的随机变量。5、离散变量采用独立值，而连续变量采用给定范围或连续体中的任何值。6、离散变量可以由孤立点以图形方式表示。不同于一个连续变量，可以在连接点的帮助下在图表上显示。例子：离散变量：1、书中的印刷错误数。2、新德里的交通事故数量。3、个人兄弟姐妹的数量。连续变量：1、一个人的身高2、一个人的年龄3、公司赚取的利润。结论：总的来说，离散变量和连续变量都可以是定性的和定量的。然而，这两个统计术语在彼此截然相反的意义上，离散变量是具有明确定义的允许值数量的变量，而连续变量是可以包含两个数字之间的所有可能值的变量。

两者的区别：1、变量按其数值表现是否连续。连续变量是一直叠加上去的，增长量可以划分为固定的单位，即：1,2,3……例如：一个人的身高，他首先长到1.51，然后才能长到1.52，1.53……。而离散变量则是通过计数方式取得的，即是对所要统计的对象进行计数，增长量非固定的，如：一个地区的企业数目可以是今年只有一家，而第二年开了十家；一个企业的职工人数今年只有10人，第二年一次招聘了20人等。 2、变量值的变动幅度不同。对离散变量，如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如居民家庭按儿童数或人口数分组，均可采用单项式分组。离散变量如果变量值的变动幅度很大，变量值的个数很多，则把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间，区间的距离称为组距，这样的分组称为组距式分组。也就是说，离散变量根据情况既可用单项式分组，也可用组距式分组。在组距式分组中，相邻组既可以有确定的上下限，也可将相邻组的组限重叠。扩展资料：1、离散变量是指其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数、职工人数、设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。2、而连续变量是在一定区间内可以任意取值的变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。例如，生产零件的规格尺寸、人体测量的身高、体重、胸围等为连续变量，其数值只能用测量或计量的方法取得。3、离散变量的概率分布，常用的有二项分布、泊松(Poisson)分布。其余的还有两点分布、几何分布、超几何分布等概率分布。参考资料：搜狗百科-连续变量、搜狗百科-离散变量

首先来了解下什么是频数表，如下图 频数表（frequency table）：是一种非常直观的方法，但是比较粗糙 频数表构建步骤： 1、分组：确定组数 如15~20 为一组 20~25为一组 2、确定组距 组距即为5 组距 ≈ 极差/组数（极差就是最大值与最小值之差） 3、确定各组段的上下线，起点称为下线，终点称为上线 从这个表里我们可以看出高峰组段（或平均水平）在什么位置出现（集中趋势），数据的分布范围是什么，最大最小值在哪里，分散程度有多大（分散趋势）。 在统计学里我们一般按照集中趋势和离散趋势分别对连续变量进行统计描述。 一、集中趋势的描述指标 平均数 ：描述一组数据在数量上的平均水平；总体平均数用 μ表示 样本平均数用 X拔 适用范围：对称分布资料，特别是正态分布资料 Excel函数 Average() 中位数 ：排列一下顺序。取数据最居中的那个数的值或者两个的平均值。也被称为二分位数，用M表示 优点：它的位置是平均数，不受极端值的影响 缺点：1、不是所有人都能理解 2、会损失很多信息 3、不稳定 适用范围：样本量大的情况，分布不均，平均数用不了的情况 Excel函数 Median() 几何均数 ：在医学、化学领域经常会遇到一种特殊资料，其数值呈等比方式记录，本身为正偏态分布，但是如果进行对数变换，则数据呈正态分布 计算方法：先用对数 变成整体分布 求算数平均数 再把算数平均数幂 回来 就是几何平均数 用G表示 Excel函数 Geomean() 众数 ：指的是所有数值里出现最多的那个数 Excel函数 Mode() 截尾均数 ：去掉最低5%的值 最高5%的值 再求算数平均数 从而避免极端值的影响 Excel函数 Trimmean() 二、离散趋势的描述指标 全巨（Range） ：最大值最小值之差 优点：1、容易理解 2、适用范围广 缺点：不稳定 方差（Variance） ：离均差（个体值-总体均数）的平方和除以样本量 Excel公式：Var.p() 标准差 ：方差开根号 总体标准差 Excel公式：Stdev.p() 样本标准差 Excel公式：Stdev.s() 变异系数 ：解决了不同资料间变异程度对比的问题 （标准差 除以 样本均数） 百分位数 ：先排序。是一种位置指标，用Px表示。一个百分位数Px将一组观察值分为两部分，理论上有x%的观察值比他小，（100-x）%的观察值比他大。P20代表排在前20%的位置；常用的百分数有 P2.5 ，P5 ，P10 ，P25 ，P50 ，P75 ，P90 ，P95 ，P97.5 Excel公式：PERCENTILE.INC() 四分位数 ：P25、P50、P75将一组数据分为四段 四分位间距 ：非对称分布一个很好的描述指标，正好将样本值四等分，且P25和P75中间包括了50%的观察值，因此四分位间距既排除了两侧极端值的影响，又能够反映较多数据的离散程度。 Excel函数 QUARTILE.INC() 根据分布形状是否对称，曲线是光滑曲线还是 特殊形状；正、负偏还是左、右偏 （高峰组段在左侧叫正偏，反之叫负偏）。针对某种分布形状进行进一步的特征描述，常见的是用于正态分布的两个指标。 偏度系数（Skewness） ：正态峰 正偏态 负偏太 峰度系数（Kurtosis） ：正态峰 平阔风 尖峭峰

变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量） 离散变量是指其数值只能用自然...

显效例数加有效例数所得结果、除以各组病例总数。计算连续变量的有效率是显效例数加有效例数所得结果、除以各组病例总数，有效率是工作产出与投入之比，是在进行某任务时，取得的结果、时间等比值。

上开口组组中值=下限+邻组组距/2 500+（500-460)|2=520

身高、体重、胸围的数据生产零件的规格尺寸,人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。

变量值按其数值是否连续分为离散变量和连续变量。离散变量是指变量的值只能是整数而不出现小数；如职工人数、机器设备台数。连续变量是指其数值在整数之间可以有无限的数值；如人的身高、体重。

是。因为电脑台数是可以人为控制的变量，并且也是连续变量，连续变量在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种，在一定区间内可以任意取值的变量叫连续变量。

连续型变量和离散型变量是一对相对应的概念，连续型就是在该变量范围内任一点都可以取值，离散型则只能取到部分点的值。比如，x是连续型变量，它的范围是[1,3]，那么x可以取数轴上[1,3]任意一点，比如1.1，1.22；y是离散型变量，它的范围是{1,3}，那么y只能取1或者3

离散型随机变量是特殊的随机变量，只能取分立的值。

A和D。。

【答案】A、B、D、E【答案解析】变量按变量值是否连续而分为连续型变量或离散型变量。连续型变量是指任意两个变量值之间取值无限的变量;离散型变量是指任意两个变量值之间取值有限的变量。题中，A、B、D、E项取值无限，故属于连续型变量;C项只能取整数，取值有限，故属于离散型变量。

离散型随机变量是取值有限或者可数个值的随机变量，例如自然数，整数或者有理数等（可以参阅数学系的实变函数课程），连续性随机变量是取值不是有限或者可数个值的随机变量,例如某个区间。上述的两个例子前者是取值有理数 后者取值整数 因而都是离散型随机变量。

因为原始研究也是这样的，meta合并是基于钻石研究的，所以meta中也以二分类变量为多。 为什么原始研究中二分类变量会多呢？昨天课上老师讲的，因为病人更关注这些结局。在临床上我们会遇到病人问，这病能治好不？能救活不？吃了一个药物会不会有...

身高是连续变量（如果测量工具精度足够，可以测到小数点后任意位）人口和机器台数是离散的，必须取整数值产值我觉得是离散的，因为产值的单位就是货币单位，用人民币计价的话，理论上最小的间隔是1分钱，不是连续的

在一定区间内可以任意取值的变量叫连续变量。连续型变量一般指连续型随机变量。连续型随机变量是指如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。非连续变量，如果是定序变量，可以使用频数描述其分布，或者进行分组统计描述。如果是定类变量，直接统计频数。变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念，也是微积分的基础。

利用diamonds数据集中的两个分类变量，cut和color，计算出每个变量组合中的观测数量，采用 geom_count() 函数： 每个圆点的大小表示每个变量组合中的观测数量。 计算观测数量的方法，我们可以使用dplyr： 接着利用得到的数据，使用 geom_tile() 函数填充图形属性： 对于两个连续变量间的相关变动表示，可以使用 geom_point() 画出散点图。例如，描述钻石克拉数和价值之间的关系： 随着数据规模的不断扩大，散点图的作用会越来越小，出现过绘制（散点堆叠），为了解决这个问题，可以设置透明度alpha：另一个方式是对一个连续变量分箱。例如，对carat进行分箱，为每组生成一个箱线图：

算。等级量表是按照顺序进行排列的的按照等级划分的量表，连续变量是可以取任何数值且连续不断，等级量表平均数就是连续不断的数值，因此是连续变量。等级量表是指等级测量产生的量表，又称顺序量表，根据事物某一特点，将事物属性分成等级，用数字表示。

产量属于连续变量的数据类型。变量按其数值表现是否连续，分为连续变量和离散变量。离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量。如职工人数、工厂数、机器台数等。有些性质上属于连续变量的现象也按整数取值，即可以把它们当做离散变量来看待。例如年龄、评定成绩等虽属连续变量，但一般按整数计算，按离散变量来处理。离散变量的数值用计数的方法取得。

连续变量是数学里的概念，计算机里面都是离散的数，所以也没有连续变量的概念，编程的书里从来不提。，

好男 我也不会 希望你可以采纳

极点在平面的左半边是传递函数；极点在圆内是连续离散的。传递函数是一种数学模型，与系统的微分方程相对应。是系统本身的一种属性，与输入量的大小和性质无关。只适用于线性定常系统。传递函数是单变量系统描述，外部描述。传递函数是在零初始条件下定义的，不能反映在非零初始条件下系统的运动情况。有些性质上属于连续变量的现象也按整数取值，即可以把它们当做离散变量来看待。例如年龄、评定成绩等虽属连续变量，但一般按整数计算，按离散变量来处理。离散变量的数值用计数的方法取得。扩展资料：连续变量的数值是连接不断的，相邻两值之间可作无限分割，例如，身高、体重、年龄等都是连续变量。年龄一般虽按整数计算，但如严格按出生时间起算，是可以细算到许多位小数的。连续变量的数值要用测量或计算的方法取得。对于传递函数G(s)已知的系统，在输入作用u(s)给定后，系统的输出响应y(s)可直接由G(s)U(s)运用拉普拉斯反变换方法来定出。对于闭环控制系统，运用根轨迹法可方便地分析系统开环增益的变化对闭环传递函数极点、零点位置的影响，从而可进一步估计对输出响应的影响。参考资料来源：百度百科--离散变量参考资料来源：百度百科--传递函数

类别可数就是离散，不可数是连续。数据是否无限可分是判断连续和离散的依据，身高的数据是整数，如果提高精度可以量出小数点后面很多位，因此是连续数据。计数的、分类的、等级的数据是离散的，因为数据无法继续分割了。在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。区分两种变量的方法为观察变量是否连续可分。连续变量，指在一定区间内可以任意取值，相邻的两个数值可作无限分割(即可取无限个值)。比如题主所说的身高，身高可以是183，也可以是183.1，也可以是183.111……1。离散变量，是指其数值只能用自然数、整数、计数单位等描述的数据。例如，职工个数(总不能是1.2个吧)，成绩A+等。

连续型变量一般指连续型随机变量。连续型随机变量是指如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。而能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定，变量取值只能取离散型的自然数，就是离散型随机变量。连续变量的性质符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量；如果它的域是连续的，它就是连续变量。连续变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。如以总产值、商品销售额、劳动生产率、工资等为标志进行分组，就只能是相邻组限重叠的组距式分组。以上内容参考 百度百科-连续型变量；百度百科-连续变量

连续型变量一般指连续型随机变量。连续型随机变量是指如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量。例如，一批电子元件的寿命、实际中常遇到的测量误差等都是连续型随机变量。而能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定，变量取值只能取离散型的自然数，就是离散型随机变量。连续变量的性质符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量；如果它的域是连续的，它就是连续变量。连续变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。如以总产值、商品销售额、劳动生产率、工资等为标志进行分组，就只能是相邻组限重叠的组距式分组。以上内容参考 百度百科-连续型变量；百度百科-连续变量

在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

B和E。在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量，其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数、职工人数、设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。

在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。定义在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。性质符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量；如果它的域是连续的，它就是连续变量。 [1] 连续变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。如以总产值、商品销售额、劳动生产率、工资等为标志进行分组，就只能是相邻组限重叠的组距式分组。 [2]

在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。定义在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。性质符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量；如果它的域是连续的，它就是连续变量。 [1] 连续变量由于不能一一列举其变量值，只能采用组距式的分组方式，且相邻的组限必须重叠。如以总产值、商品销售额、劳动生产率、工资等为标志进行分组，就只能是相邻组限重叠的组距式分组。 [2]

变量是统计学研究中对象的特征.它可以是定性的也可以是定量的,一个定量变量要么是离散的,要么是连续的.社会科学中研究变量的关系,通常把一个变量称为自变量（独立变量）,另一个变量称之为因变量（依赖变量） 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得. 　　反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得.

银行的储户数不属于连续变量。连续变量是在一定区间可以任意取值，储户数一定是正整数，不是连续变量。储户数属于离散变量，其数值只能用自然数或整数单位计算。

变量值的变动幅度不同：对离散变量，如果变量值的变动幅度小，就可以一个变量值对应一组，称单项式分组。如居民家庭按儿童数或人口数分组，均可采用单项式分组。离散变量如果变量值的变动幅度很大，变量值的个数很多，则把整个变量值依次划分为几个区间，各个变量值则按其大小确定所归并的区间，区间的距离称为组距，这样的分组称为组距式分组。定义在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割,即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量,其数值只能用测量或计量的方法取得。

先说一个熟悉的内容,数列与函数.当然数列也是函数,但它的取值是自然数,取值是离散的,而一般的函数取值是某一个区间,在这区间内取值往往是可以连续的.离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定,变量取值只能取离散型的自然数,就是离散型随机变量,比如,一次掷20个硬币,k个硬币正面朝上,k是随机变量,k的取值只能是自然数0,1,2,…,20,而不能取小数3.5、无理数√20,因而k是离散型随机变量.如果变量可以在某个区间内取任一实数,即变量的取值可以是连续的,这随机变量就称为连续型随机变量,比如,公共汽车每15分钟一班,某人在站台等车时间x是个随机变量,x的取值范围是[0,15),它是一个区间,从理论上说在这个区间内可取任一实数3.5、√20等,因而称这随机变量是连续型随机变量.

身高是连续变量（如果测量工具精度足够，可以测到小数点后任意位）人口和机器台数是离散的，必须取整数值产值我觉得是离散的，因为产值的单位就是货币单位，用人民币计价的话，理论上最小的间隔是1分钱，不是连续的

变量是统计学研究中对象的特征.它可以是定性的也可以是定量的,一个定量变量要么是离散的,要么是连续的.社会科学中研究变量的关系,通常把一个变量称为自变量（独立变量）,另一个变量称之为因变量（依赖变量）离散变量是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数,这种变量的数值一般用计数方法取得.　　反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值.例如,生产零件的规格尺寸,人体测量的身高,体重,胸围等为连续变量,其数值只能用测量或计量的方法取得.

问题一：在统计学中年龄段是连续变量吗 不是，年龄是连续变量 问题二：人的年龄是连续变量还是离散变量为什么 按照中国人习惯,年龄一般取整数年龄,如21、22、23、24、25……,则属于离散型变量.而如果按照国外习惯,年龄取整数年龄+月+天的形式,如21岁6个月18天,则应该归类于连续型变量. 先说一个熟悉的内容,数列与函数.当然数列也是函数,但它的取值是自然数,取值是离散的,而一般的函数取值是某一个区间,在这区间内取值往往是可以连续的.离散型随机变量与连续型随机变量也是由随机变量取值范围（或说成取值的形式）确定,变量取值只能取离散型的自然数,就是离散型随机变量,比如,一次掷20个硬币,k个硬币正面朝上,k是随机变量,k的取值只能是自然数0,1,2,…,20,而不能取小数3.5、无理数√20,因而k是离散型随机变量.如果变量可以在某个区间内取任一实数,即变量的取值可以是连续的,这随机变量就称为连续型随机变量,比如,公共汽车每15分钟一班,某人在站台等车时间x是个随机变量,x的取值范围是[0,15),它是一个区间,从理论上说在这个区间内可取任一实数3.5、√20等,因而称这随机变量是连续型随机变量. 问题三：年龄属于离散型变量吗 在统计做题当中是连续变量，因为例如人的年龄是1.5岁，是有实际意义的。但在现实当中他是离散变量，因为我们平常不说自己20.7岁。所以，在统计中，他是连续变量。 问题四：在统计中，人口年龄是什么离散变量吗 在统计做题当中是连续变量，因为例如人的年龄是1.5岁，是有实际意义的。但在现实当中他是离散变量，因为我们平常不说自己20.7岁。所以，在统计中，他是连续变量。 问题五：请问以下SPSS中年龄是定距还是定序变量？ 只要你知道定距变量和定序变量的区别就能分析这个问题，差别就在于前者每个数值和前后数值间的差值是固定的，相等的，而定序变量的数值之间只有大小的差别，但每个数值和相邻数值的差值不知道。 所以如果你直接用年龄原始数值来表示年龄变量，那年龄就是等距变量。 但如果你用年龄段，且年龄段之间的差距明显不同，那就是定序变量，比如A18-29岁和E60-65岁明明显不同的，这显然ABCDE是定序变量，ABCDE之间的差值是不同的。 但你不用过于担心这个问题，你给变量名名为定序还是尺度变量，不会影响分析结果。能够使操作结果不同的只能是你选择的分析手段，比如在你确知两变量都是定序变量时，求相关就用spearman等级相关。

离散变量和连续变量之间的差异可以基于以下理由清楚地得出：1、统计变量假设有限的数据集和可数的数值，然后它被称为离散变量。与此相反，采用无限数据集和无数数值的定量变量称为连续变量。2、对于非重叠或以其他方式称为相互包含的分类，其中包括类限制，适用于离散变量。相反，对于重叠或相互排斥的分类，其中排除上限类别，适用于连续变量。3、在离散变量中，指定数字的范围是完整的，而不是连续变量的情况。4、离散变量是变量，其中值可以通过计数获得。另一方面，连续变量是衡量某事的随机变量。5、离散变量采用独立值，而连续变量采用给定范围或连续体中的任何值。6、离散变量可以由孤立点以图形方式表示。不同于一个连续变量，可以在连接点的帮助下在图表上显示。例子：离散变量：1、书中的印刷错误数。2、新德里的交通事故数量。3、个人兄弟姐妹的数量。连续变量：1、一个人的身高2、一个人的年龄3、公司赚取的利润。结论：总的来说，离散变量和连续变量都可以是定性的和定量的。然而，这两个统计术语在彼此截然相反的意义上，离散变量是具有明确定义的允许值数量的变量，而连续变量是可以包含两个数字之间的所有可能值的变量。