👋 欢迎来到统计学：离散数据与连续数据！
你好，未来的统计学家！这一章虽然简短，但却至关重要。在我们进行任何计算或绘制精美的图表之前，必须先准确识别我们所处理的数据的类型。
理解离散数据（Discrete Data）和连续数据（Continuous Data）之间的区别是整个统计学单元的基石。只要掌握了这一点，选择正确的统计工具就会变得容易得多！
1. 什么是统计数据？（快速回顾）
简单来说，数据（Data）就是事实的集合，例如数字、文字、测量值或观察结果。当我们在统计中收集数据时，通常是在收集关于某个变量（即可以变化的事物）的信息。
我们主要根据数据的收集方式，将数值数据分为两大类：通过计数（counting）获得的，或通过测量（measuring）获得的。
关键要点
数据的收集方式（计数与测量）决定了它的类型。
2. 离散数据：可数的数据
离散数据的定义
离散数据是指只能取特定、固定值集合的数据。这些值通常是整数，并通过计数获得。
在这些固定点之间不存在其他取值。你可以把它们想象成从一个数字“跳”到下一个数字。
特征与示例
- 固定值：数据点是独立且明确的。
- 计数：总是计数某些事物的结果。
- 整数：最常见的例子是整数（integer），因为你很难数出“半个人”或“0.7辆车”！
示例 1：兄弟姐妹的数量。 你可以有2个或3个兄弟姐妹，但不能有2.5个。
示例 2：掷骰子的点数。 点数必须是 1, 2, 3, 4, 5 或 6。不可能是 4.1 或 5.99。
示例 3：校门口经过的车辆数。 如果经过了10辆车，下一次计数必然是11。不可能是10.01辆车。
🧠 离散数据的记忆小技巧
利用字母“D”：Discrete（离散）意味着 Definite（明确的/确定的）。它处理的是离散的、可数的“跳跃”。
⚠️ 需要避免的常见错误
不要把大数值和连续数据混淆！一所大型学校的学生人数（例如2500人）仍然是离散的，即便数字很大，因为你是在*数*每一个具体的学生。
关键要点
离散数据源于计数，由固定的、分离的值（通常是整数）组成。
3. 连续数据：可测的数据
连续数据的定义
连续数据是指可以在一定范围内取任意值的数据。这类数据是通过测量获得的。
如果数据是连续的，那么可能的取值有无穷多个。值的准确性仅受测量工具精度的限制。
特征与示例
- 无限可能性：在任意两个值之间（例如 5 cm 和 6 cm），存在无限多个小数（5.1, 5.12, 5.123, 5.1234 等等）。
- 测量：总是使用工具（尺子、秤、秒表）进行测量的结果。
- 需要分组：因为数据可以取任意值，我们通常需要将连续数据划分到区间（interval）中（例如 10 < 体重 ≤ 20）。
类比： 想象用秒表测量时间。你可能会停在 5.4 秒，但如果你的秒表精度更高，它可能是 5.401 秒或 5.3999 秒。你是在一条斜坡上，而不是在台阶上。
示例 1：人的身高。 一个人身高可以是 170 cm, 170.5 cm 或 170.52 cm。
示例 2：温度。 温度可以是 20°C, 20.1°C 或 20.005°C。
示例 3：跑完 100 米所需的时间。 （9.98 秒, 10.03 秒等）。
你知道吗？
重量、时间、长度、面积和体积几乎总是连续数据的例子，因为它们总是被测量出来的，而不是数出来的！
关键要点
连续数据源于测量，可以在一定范围内取任意值。
4. 离散数据与连续数据的比较
为了确保你能自信地分辨两者，这里有一个直接对比：
| 特征 | 离散数据 | 连续数据 |
| 收集方式 | 通过计数 | 通过测量 |
| 可能的值 | 固定的、明确的值（例如 1, 2, 3） | 范围内任意值（例如 1.5, 1.501, 1.500002） |
| 数据本质 | 跳跃（像楼梯的台阶） | 流动（像在斜坡上滑行） |
| 常见示例 | 宠物数量、鞋码、考试分数。 | 身高、体重、时间、温度。 |
如何判断数据类型（分步指南）
当你遇到一组新数据时，问自己两个简单的问题：
- 出现分数或小数是否有意义？
- 如果回答“是”（例如 1.5 米），那么它很可能是连续的。
- 如果回答“否”（例如 1.5 个学生），那么它很可能是离散的。
- 数据是通过数物体得到的，还是通过使用测量工具得到的？
- 如果是计数，就是离散的。
- 如果是测量，就是连续的。
别担心，如果一开始觉得有点绕，多做例题就是建立信心的最好方法！
快速复习：离散 vs 连续
离散（Discrete）：计数事物（你能列出所有可能性吗？）。
连续（Continuous）：测量事物（有无限多的小数可能性吗？）。