分類變數

（categorical variable）：其變數值是定性的，表現為互不相容的類別或屬性。

中序次測度變數和名義測度變數的處理方法一樣，所以一般並不加以區分，序次測度變數常作為名義測度變數來用，把二者合稱為分類變數。

分類自變數的啞變數（dummy variables）編碼來源：生物統計學論壇 在多重回歸、Logistic回歸模型中，自變數可以是連續型變數（interval variables），也可以是二項分類變數，和多分類變數。為了便於解釋，對二項分類變數（如好壞、死活、發病不發病等）一般按0、1編碼，一般0表示陰性或較輕情況，而1表示陽性或較嚴重情況。如果對二項分類變數按+1與-1編碼，那麼所得的logistic回歸OR=exp（2beta），多重回歸的beta同樣增加一倍，容易造成錯誤的解釋。因此建議盡量避免“+1”、“-1”編碼形式。多分類變數又可分為有序（等級）或無序（也叫名義），如果是有序（ordinal）分類變數，一般可按對因變數影響由小到大的順序編碼為1、2、3、...，或按數據的自然大小，將它當作連續型變數處理。如果是無序的（nominal）分類變數，則需要採用啞變數（dummy variables）進行編碼，下面以職業（J）為例加予以說明。假如職業分類為工、農、商、學、兵5類，則可定義比分類數少1個，即5－1=4個啞變數

變數類型不是一成不變的，根據研究目的的需要，各類變數之間可以進行轉化。例如血紅蛋白量（g/L）原屬數值變數，若按血紅蛋白正常與偏低分為兩類時，可按二項分類資料分析；若按重度貧血、中度貧血、輕度貧血、正常、血紅蛋白增高分為五個等級時，可按等級資料分析（資料是根據臨床數據得出）。有時亦可將分類資料數量化，如可將病人的噁心反應以0、1、2、3表示，則可按數值變數資料（定量資料）分析。

分類變數可分為無序變數和有序變數兩類。

無序分類變數（unordered categorical variable）是指所分類別或屬性之間無程度和順序的差別。，它又可分為①二項分類，如性別（男、女），藥物反應（陰性和陽性）等；②多項分類，如血型（O、A、B、AB），職業（工、農、商、學、兵）等。對於無序分類變數的分析，應先按類別分組，清點各組的觀察單位數，編製分類變數的頻數表，所得資料為無序分類資料，亦稱計數資料。

有序分類變數（ordinal categorical variable）各類別之間有程度的差別。如尿糖化驗結果按－、±、+、++、+++分類；療效按治癒、顯效、好轉、無效分類。對於有序分類變數，應先按等級順序分組，清點各組的觀察單位個數，編製有序變數（各等級）的頻數表，所得資料稱為等級資料。