統計學中的變量指的是研究對象的特征，我們有時也稱為屬性，例如人的身高、性別等。
每個變量都有變量的值和變量的類型。我們按照變量的類型對變量進行划分。
統計學中的變量（variables）大致可以分為數值變量（numrical）和分類變量（categorical）。
數值型變量是值可以取一些列的數，這些值對於 加法、減法、求平均值等操作是有意義的。而分類變量對於上述的操作是沒有意義的。
數值變量又可以分為下面兩類：
離散型變量（discrete）：值只能用自然數或整數單位計算，其數值是間斷的，相鄰兩個數值之間不再有其他數值，這種變量的取值一般使用計數方法取得。
連續型變量（continuous）：在一定區間內可以任意取值，其數值是連續不斷的，相鄰兩個數值可作無限分割，即可取無限個數值。如身高、繩子的長度等。
和離散型變量相比，連續型變量有“真零點”的概念，所以可以進行乘除操作。
分類變量又可以分為下面兩類：
有序分類變量（ordinal）：描述事物等級或順序，變量值可以是數值型或字符型，可以進而比較優劣，如喜歡的程度：很喜歡、一般、不喜歡 。
無序分類變量（nominal）：取值之間沒有順序差別，僅做分類，又可分為二分類變量和多分類變量 二分類變量是指將全部數據分成兩個類別，如男、女，對、錯，陰、陽等，二分類變量是一種特殊的分類變量，有其特有的分析方法。 多分類變量是指兩個以上類別，如血型分為A、B、AB、O。
有序分類變量和無需分類變量的區別是：前者對於“比較”操作是有意義的，而后者對於“比較”操作是沒有意義的。
這四種數據的等級從低到高依次為：無序分類變量(nominal) <有序分類變量(ordinal)< 離散型數值變量(discrete)< 連續型數值變量(continuous)。
下面的一張圖描述了它們之間的關系：
