先別急著算平均：認識你手上的資料型別

先別急著算平均——你手上的「資料」到底是什麼？

想像你剛收完一份問卷，欄位裡塞滿了「血型」「滿意度（1～5）」「考試分數」「體重」。你打開試算表，正想對每一欄都按下「求平均」，這時請先停一秒：血型的平均是什麼？A 型加 B 型除以二等於 AB 型嗎？ 顯然不行。

這正是統計學的第一課，也是最容易被跳過的一課：在做任何分析之前，你得先認識手上資料的「型別」。型別決定了哪些運算合法、該畫哪種圖、能用哪種統計檢定。搞錯型別，後面所有漂亮的數字都是空中樓閣。

我們把資料大致分成兩大家族：質性資料（qualitative，又稱類別資料） 與 量性資料（quantitative，又稱數值資料）。質性資料描述「類別」，例如性別、科系、是否通過；量性資料描述「數量」，例如身高、反應時間、答對題數。再往下細分，學界常用 Stevens（1946）提出的四個尺度層級：名目（nominal）、順序（ordinal）、等距（interval）、等比（ratio）。

四種測量尺度：從「只能分類」到「可以相除」

這四個尺度像是一座往上爬的階梯，每爬一階，資料能承載的數學意義就更豐富一層。

名目尺度（Nominal）：只是給類別貼標籤，標籤之間沒有大小順序。血型（A、B、O、AB）、科系、學號都是。你可以數每一類有幾個（眾數、次數），但不能說「A 型大於 O 型」。即使我們用 1 代表男、2 代表女，那個數字也只是代號，做平均沒有意義。

順序尺度（Ordinal）：有先後高低，但「間隔不等」。例如滿意度「非常不滿意、不滿意、普通、滿意、非常滿意」，或比賽的第 1、2、3 名。你知道「滿意」比「普通」好，但「普通到滿意」的差距，未必等於「滿意到非常滿意」的差距。所以順序尺度可以取中位數、看百分位，但嚴格說來不該直接算平均（雖然實務上常被當近似處理）。

等距尺度（Interval）：間隔相等，可以做加減，但沒有絕對的零點。最經典的是攝氏溫度：20°C 到 30°C 的差，跟 30°C 到 40°C 的差一樣是 10 度。但「0°C」不代表「沒有溫度」，所以你不能說「40°C 是 20°C 的兩倍熱」。

等比尺度（Ratio）：擁有等距的一切，外加一個有意義的絕對零點。身高、體重、反應時間、答對題數都是。0 公斤代表真的沒有重量，因此「6 公斤是 3 公斤的兩倍」是合法的陳述，乘除運算都成立。

一個快速判斷法：問自己三個問題——「能不能排順序？」「間隔是否相等？」「零點是否代表『無』？」三個都「是」，就是等比；只到第一個「是」，就是順序。

帶數字的小範例：型別決定你能算什麼

假設我們蒐集 5 位同學的資料：

血型只能算次數：A 型 2 人、O 型 2 人、B 型 1 人，眾數是 A 與 O（雙眾數）。算平均沒意義。

滿意度是順序尺度，適合看中位數。把分數排序為 2、3、4、4、5，中間第 3 個是 4，所以中位數為 4。

考試分數是等比尺度，可以放心算平均數與標準差。平均數：

$$\bar{x}=\frac{1}{n}\sum_{i=1}^{n} x_i=\frac{80+60+90+70+75}{5}=\frac{375}{5}=75$$

樣本標準差（先算各偏差平方：$5^2,\,15^2,\,15^2,\,5^2,\,0^2=25,225,225,25,0$，總和 500）：

$$s=\sqrt{\frac{1}{n-1}\sum (x_i-\bar{x})^2}=\sqrt{\frac{500}{4}}=\sqrt{125}\approx 11.18$$

請注意：同樣是「數字」，分數能算平均與標準差，滿意度只宜取中位數，血型連加總都不行。型別，而非資料長得像不像數字，才是決定運算的關鍵。

為什麼這件事如此要命

第一，畫錯圖會誤導讀者。名目資料用長條圖或圓餅圖；等比的連續資料用直方圖或散布圖。若把血型畫成折線圖，等於暗示血型之間有連續趨勢，那是不存在的。

第二，選錯統計方法會得到無效結論。比較兩組的平均反應時間（等比）用 t 檢定；分析「科系」與「是否社團幹部」（兩個名目變數）的關聯則用卡方檢定。把名目變數硬塞進需要連續變數的迴歸，輸出的係數可能毫無意義。

第三，也是統計素養最該提醒的一點：別把「編碼用的數字」當成真的數量。問卷把「北部=1、中部=2、南部=3」只是方便輸入，若你對它取平均得到 1.8，宣稱「平均地區偏北」，這是赤裸裸的型別誤用。同理，相關不等於因果——就算冰淇淋銷量與溺水人數高度相關，也只是因為兩者都受「夏天氣溫」這個第三變數驅動，認清變數型別只是第一步，釐清因果還需要實驗設計與更謹慎的推論。

認識資料型別，是統計分析的「分流閘門」。先把資料放對家族，後面的平均數、檢定、模型才站得住腳。

深入探討（研究所視角）

在測量理論層次，Stevens 的四尺度其實對應到容許變換（admissible transformations） 的概念：一個統計量是否「有意義（meaningful）」，取決於它在該尺度的容許變換群下是否保持不變。名目尺度只容許一對一的重新命名（permutation），故只有眾數、次數等與標籤無關的量有意義；順序尺度容許任何保序的單調遞增變換 $f$（$x<y \Rightarrow f(x)<f(y)$），因此中位數、百分位數不變，但平均數會被破壞。等距尺度容許正仿射變換 $x\mapsto ax+b\,(a>0)$，這正是攝氏華氏互換的形式，使得「差」有意義；等比尺度只容許正比例縮放 $x\mapsto ax$，零點固定，故比值與變異係數 $CV=s/\bar{x}$ 才有解釋力。這套「可測性—容許變換—統計量意義」的對應，是 Stevens 與後續 Luce、Suppes 在表徵測量理論（representational measurement theory） 中形式化的成果。

值得辯證的是，將順序尺度（如 Likert 量表）視為等距並施以參數方法，長期存在爭議。實務上常以 Spearman 等級相關 $\rho$ 或 Kendall's $\tau$ 處理順序資料以避免分配假設；現代心理計量則傾向以項目反應理論（IRT） 或多元順序羅吉斯（ordinal logistic / proportional-odds model）建模，把潛在連續特質 $\theta$ 與離散觀測切開，比直接平均更嚴謹。

型別還牽動估計量的選擇與性質。對連續等比資料，常以最大概似估計（MLE） $\hat{\theta}=\arg\max_\theta \prod_i f(x_i;\theta)$ 估參數，在常態模型下 MLE 與最小平方一致，並具不偏性、一致性、漸近有效性（達到 Cramér–Rao 下界）。但對類別資料，概似函數改建立於多項分配（multinomial）之上，卡方統計量 $\chi^2=\sum (O-E)^2/E$ 在 $H_0$ 下漸近服從自由度 $(r-1)(c-1)$ 的卡方分配——這裡的自由度正是格子數扣除被邊際機率估計約束掉的維度。效果量也因型別而異：連續組差用 Cohen's $d$，列聯表關聯用 Cramér's $V$ 或 $\phi$，不可混用。

最後連到機器學習：類別特徵需經 one-hot 或 target encoding 才能進入多數模型，順序特徵則保留序數編碼以利樹模型分裂；而把高基數名目變數硬編成整數送進線性模型，等同重蹈「拿代號當數量」的覆轍。從貝氏觀點看，型別決定了概似的函數族——高斯、白努利或多項——進而決定共軛先驗（如多項對應 Dirichlet），這再次說明：認清資料型別，是統計推論一切假設的起點，而非可有可無的前置作業。