numerical和categorical的区别

numerical具有实际测量的物理意义，比如人的身高、体重、IQ、血压等等，统计学中，Numericaldata也称作quantitativedata，Numericaldata又分为两种类型：

1、离散型数据（Discretedata）代表数量是可以被数出来的，它可能是有限的，也可能是无限的。比如掷硬币100次人头朝上的次数（次数范围为0到100，是有限的）；又如，掷硬币直到有100次是人头朝上的次数（次数范围为100到无穷大，是无限的）。

2、连续数据代表测量的结果是不能被数出来的，它只能被区间所描述。比如桶里有20L水，随机倒掉一部分，剩余的水量为[0,20]区间内的某一个值，9.4L，9.41L，9.416789L等等，任何在[0,20]区间内的值都有可能。

Categoricaldata代表了被描述对象的性质，比如一个人的性别、婚姻状况、家乡等等，Categoricaldata可以用Numericaldata来表示，比如说描述性别时，1代表男，2代表女，但是这些数据并没有数学意义，你不能拿他做运算。Categoricaldata也叫作qualitativedata或是Yes/Nodata。

r语言factor命令的目的是什么

R语言factor命令用于将离散变量转换为因子变量。原因分析：1.factor命令可以将离散变量转换为有序或无序因子变量，方便进行分类变量的分析。2.由于R语言默认会将离散变量转换为数值型变量，而数值型变量和分类变量的处理方式不同，会导致数据分析结果的不准确性。factor变量在数据分析中的应用非常广泛，包括因子分析、差异性分析和多元统计分析等领域。使用factor命令将离散变量转换为因子变量能够提高数据分析的准确性。同时，在数据处理时需要注意因子变量的编码方式和因子水平的设定，以免造成混淆和错误分析。