并非所有数据都是平等创建的。根据不同的标准对数据集进行分类是很有帮助的。有些是定量的，有些是定性的。有些数据集是连续的，有些是离散的。

另一种分离数据的方法是将数据分为四个测量级别：标称、顺序、间隔和比率。不同的测量水平需要不同的统计技术。我们将研究这些测量级别中的每一个。​

标称测量水平

标称测量水平是表征数据的四种方法中最低的。名义上的意思是“名义上的”，这应该有助于记住这个级别是关于什么的。标称数据处理名称、类别或标签。

名义水平的数据是定性的。眼睛的颜色，对调查的回答是或否，以及最喜欢的早餐麦片都与测量的标称水平有关。甚至一些与数字相关联的东西，例如足球球衣背面的数字，也是象征性的，因为它用于“命名”球场上的单个球员。

这一级别的数据不能以有意义的方式排序，计算均值和标准差之类的东西也没有意义。

有序测量水平

下一个级别称为顺序级别的度量。可以对该级别的数据进行排序，但不能获取数据之间有意义的差异。

在这里，你应该想一想十大最适合居住的城市。这十个城市的数据从一到十排列，但城市之间的差异没有多大意义。仅仅看排名是没有办法知道1号城市的生活比2号城市好多少的。

另一个例子是字母等级。你可以把东西排列成A比B高，但是如果没有任何其他信息，就无法知道A比B好多少。

与标称水平一样，顺序水平的数据不应用于计算。

测量间隔水平

度量的间隔级别处理可以排序的数据，并且数据之间的差异确实有意义。此级别的数据没有起点。

温度的华氏度和摄氏度都是测量间隔级别的数据示例。你可以说30度比90度小60度，所以差异是有意义的。然而，0度（两个刻度）的低温并不代表完全没有温度。

间隔级别的数据可用于计算。然而，这一级别的数据确实缺少一种类型的比较。尽管3 x 30=90，但说90摄氏度是30摄氏度的三倍是不正确的。

测量的比率水平

第四个也是最高级别的度量是比率级别。比率级别的数据除了零值外，还具有区间级别的所有特征。由于零的存在，现在比较测量的比率是有意义的。“四次”和“两次”等短语在比率层面上是有意义的。

在任何测量系统中，距离都会给我们提供比率级别的数据。像0英尺这样的测量是有意义的，因为它不代表长度。此外，2英尺的长度是1英尺的两倍。因此，可以在数据之间形成比率。

在衡量比率的层面上，不仅可以计算和与差，还可以计算比率。一个测量值可以除以任何非零测量值，结果将是一个有意义的数字。

三思而后行

有了一份社会保障数字清单，就可以对其进行各种计算，但这些计算都没有给出任何有意义的结果。一个社会保险号码除以另一个是多少？这完全是浪费你的时间，因为社会保障数字只是名义上的衡量标准。

当你得到一些数据时，在计算之前先考虑一下。您正在使用的度量级别将决定它的意义。