离散型变量

随机取值的变量就是随机变量,随机变量分为离散型随机变量与连续型随机变量两种,随机变量的函数仍为随机变量.有些随机变量,它全部可能取到的不相同的值是有限个或可列无限多个,这种随机变量称为"离散型随机变量".离散型随机变量的概率分布定义2.1：如果随机变量X只可能取有限个或至多可列个值,则称X为离散型随机变量.定义2.2：设X为离散型随机变量,它的一切可能取值为X1,X2,……,Xn,……,记P=P｛X=xn｝,n=1,2……(2.1)称(2.1)式为X的概率函数,又称为X的概率分布,简称分布.离散型随机变量的概率分布有两条基本性质：(1)Pn≥0n=1,2,…(2)∑pn=1对于集合｛xn,n=1,2,……｝中的任何一个子集A,事件“X在A中取值”即“X∈A”的概率为P｛X∈A｝=∑Pn特别的,如果一个试验所包含的事件只有两个,其概率分布为P｛X=x1｝=p(0

A,B,D

没有因变量，那自然也就不能叫做 还有自变量了，自变量和因变量一定是同时出现的当然还有一种可能是需要用sem 结构方程建模，有潜变量可以这个要看你的数据到底是什么，要做什么分析用

不是。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。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。

不是，主要还是根据个人情况而定。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。

都是连续变量。连续变量数值连续不断，在相临的两值之间可以无穷分割，表现为无穷小数。例如，销售额、建筑面积都是连续变量。而离散变量的值一般只能表示为整数，如人口数，学校数。

对于随机变量可能取的值,我们可以按一定次序一一列出,这样的随机变量叫做离散行随机变量

年龄应该是连续型变量的呀，我们平常所说的的19岁20岁等等都是以年为整数的近似说法，实际上一个人从出生到死亡，这个计算可以精确到几分几秒的，这样就可以精确到以年为整数的无限多位小数。

统计学离散型变量和连续型变量有什么区别?在何种情况下可以编制单项式变量数列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

定量变量按取值的不同可分为离散型变量和连续型变量两种。 A.正确B.错误正确答案：正确

　　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.

都是连续变量。连续变量数值连续不断，在相临的两值之间可以无穷分割，表现为无穷小数。例如，销售额、建筑面积都是连续变量。而离散变量的值一般只能表示为整数，如人口数，学校数都是连续变量。连续变量数值连续不断，在相临的两值之间可以无穷分割，表现为无穷小数。例如，销售额、建筑面积都是连续变量。而离散变量的值一般只能表示为整数，如人口数，学校数都是连续变量。连续变量数值连续不断，在相临的两值之间可以无穷分割，表现为无穷小数。例如，销售额、建筑面积都是连续变量。而离散变量的值一般只能表示为整数，如人口数，学校数

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.

统计学离散型变量和连续型变量有什么区别？在何种情况下可以编制单项式变量数列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

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。

推荐答案很好，我明白了，就是有小数的是连续性的，整数是离散型的

在统计学中，连续型变量和离散型变量极为常见，今天我们就来看看它们的区别是什么？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。变量取得方式不同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。 大家大概明白了连续型变量和离散型变量的区别吗？

在用R跑数据时，有一些图只能用连续型变量画出来，有一些只能用离散型变量画出来，那到底怎么看我的数据是连续型变量还是离散型变量呢？ 先百度一下这两者的定义： 1、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。 2、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。 所以，一般像基因的表达量之类的就是属于连续型变量，而像基因的分期、生存状态等则属于离散型变量，如下图：

一般不是。因为它们都是可以连续变化的。它们的取值不是有限个或可列无限多个。因此，不应该是离散型随机变量。

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）

湿度是离散型变量。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。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。

离散型随机变量是特殊的随机变量，只能取分立的值。

离散型变量。性别属于离散型随机变量，因为只有两个数值，两个数值是男和女。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。

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

离散型随机变量是特殊的随机变量，只能取分立的值。

一、获取方式不同离散型变量：离散型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。连续型变量：连续型变量是一直叠加上去的，增长量可以划分为固定的单位。二、域不同离散型变量：离散型变量的域(即对象的集合S)是离散的。连续型变量：连续型变量的域(即对象的集合S)是连续的。二、分组方式不同离散型变量：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。连续型变量：连续型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。扩展资料离散变量的概率分布1、二项分布2、泊松分布3、二点分布3、几何分布4、超几何分布参考资料来源：百度百科-离散变量百度百科-连续变量

是离散型变量。1）离散变量是指其数值只能用自然数或整数单位计算的。卖出的咖啡杯数是可数的，所以为离散型。2）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.

离散型随机变量是特殊的随机变量，只能取分立的值。

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

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）