名义数据
名义数据是一种数据类型，用于标识不同的类别、群组或种类，但这些类别之间没有任何特定的顺序或等级关系。名义数据只表示不同的分类，而不提供关于类别之间差异的信息。因此，名义数据的测量单位通常是标签或名称，而不是数值。
名义数据充当标签和名称，这些数据的顺序并不重要 - 例如人名、项目、地点等。
序数数据
序数数据是一种数据类型，用于表示不同类别之间的顺序和等级关系。与名义数据不同，序数数据具有一定的排序，但它们之间的差异通常没有实际的数值含义。序数数据可以被排列为"较大"或"较小"，但不能精确地测量其差异大小。
序数数据也是分类数据，例如名义数据，但是顺序很重要。 李克特量表就是一个很好的例子：非常快乐 > 快乐 > 中性 > 不快乐 > 非常不快乐。
区间数据
区间数据是一种数值数据类型，它具有数值属性并且允许进行加法和减法运算，但在这种数据类型中，零点（原点）是任意的，没有实际的数值含义。区间数据表示了数据点之间的差异，但这些差异并不具有绝对的比率关系。
区间数据是不存在绝对零的数值数据。 这种数据类型的零有一定的意义。 一个很好的例子是摄氏度温度，其中 0°C 是一个有意义的值。 这并不意味着没有温度；而是意味着没有温度。 相反，存在温度，并且其值为零。
序数数据和区间数据之间的主要区别
序数数据和区间数据之间的主要区别在于后者数据类型的范围差异是固定的。 70°C 和 100°C 之间的差异为 30°C，这与 -10°C 和 -40°C 之间的差异相同。 另一方面，您不能得出"非常快乐"和"快乐"之间的差异与"快乐"和"中性"之间的差异完全相同的结论。
比率数据
比率数据是一种数值数据类型，与区间数据相似，它具有数值属性，并允许进行加法、减法、乘法和除法运算。与区间数据不同的是，比率数据具有真正的零点，这意味着零表示"没有数量"。在比率数据中，可以根据数值的比例来进行精确的比较和推断。
比率数据也是数值数据。 您可以对此数据类型执行乘法或除法，例如高度。 你可以说 A 楼的高度是 B 楼的两倍，由此得出数据的字面比。
区分比率数据和区间数据的主要区别
区分比率数据和区间数据的主要特征是比率中存在真正的零。 高度为零单位意味着没有高度。