如何区别离散变量和连续变量？

统计学离散型变量和连续型变量有什么区别？~

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：百度百科-连续变量、百度百科-离散变量

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.

离散变量和连续变量的区别：

1、定义不同

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。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。

2、概率分布不同

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。

连续变量的概率分布，常用的有指数分布、均匀分布、正态分布等等。

扩展资料：

二项分布

二项分布是基于贝努里(Bernoulli)试验的分布。贝努里试验是一种重要的概率模型。是历史上最早研究的概率论模型之一。有下面两个特点的试验称为贝努里试验。

1、对立性：每次试验的结果只可能是A或A上面加一个杠。

2、独立重复性：每次试验的结果互不影响。且P(A)=p，P（A上面加一个杠）=1-p=q。

掷币(掷正与掷反)、射击(击中与不中)、动物试验(存活与死亡)、药物疗效(有效与无效)、化验结果(阳性与阴性)等。都是在重复进行贝努里试验。

参考资料来源：百度百科--离散变量

参考资料来源：百度百科--连续变量

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。

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。

---

龙潭区18469852639： 如何区别离散变量和连续变量? - ？
墨眨复方：[答案] 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...

龙潭区18469852639： 统计学基础 连续性变量和离散变量的区别 - ？
墨眨复方： 主要区别在于是否可数.离散型变量是可数的,比如投掷三次硬币,获得正面的数量 是离散型变量. 一段时间内的温度变化是连续型变量.

龙潭区18469852639： 统计学离散型变量和连续型变量有什么区别? - ？
墨眨复方： 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...

龙潭区18469852639： 怎样判断随机变量是离散还是连续的 - ？
墨眨复方： 随机变量没有特征函数. 随机变量分离散型和连续型.离散型随机变量的值是有限个,主要包括两点分布,二项分布,超几何分布等几种. 连续型随机变量没有值,只有概率密度函数.因此,要判断是离散型还是连续型,看其是具有概率密度函数,还是具有随机变量的值.

龙潭区18469852639： 什么是离散变量和连续变量 - ？
墨眨复方： 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.

龙潭区18469852639： 离散型随机变量和连续型随机变量怎么区分呢? - ？
墨眨复方： 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,称为离散型随机变量 若随机变量X的分布函数F(x),存在非负函数f(x),使f(x)积分为F(x)(下限为负无穷)

龙潭区18469852639： 在统计学中离散变量与连续变量分别举个例子 - ？
墨眨复方： 离散变量一般都是整数,例如人口总数.连续变量可以取小数,例如身高体重等

龙潭区18469852639： 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?在何种情况下可以编制组距式变量数列? - ？
墨眨复方：[答案] 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...

龙潭区18469852639： 什么是变量 举例说明离散变量和连续变量 - ？
墨眨复方： 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.

龙潭区18469852639： 电大统计学原理 离散变量和连续变量有什么区别 - ？
墨眨复方： 当我们社会统计学在研究到连续的变量时,就会用到高深的微积分了.而我们在研究离散的变量时,往往用到加、减、乘、除等运祘就已得心应手了,也就无需故弄玄虚.历史上,往往最科学的东西,形式最简单.