1.与数据相关的几个基本概念：
个体：收集数据时所依据的对象。【数据库中的关键字】
变量：对个体所感兴趣的特征。【属性】
观察值：对某个体收集到的测量值的全体。【测量值表全体】
观察值是对数据集中每个个体的各个方面进行测量所得的集合。因此它的个数总是等于个体的数量，每个个体的测量值个数等于变量的个数。数据总数=个体数*变量数。
2.对数据的测量尺度：
名义尺度：用于确认个体属性的标签或者名称。
顺序尺度：数据以名义数据显示，但数据顺序或等级之间的差异有意义。【如对于服务质量测量：优秀、良好、较差；对酒店的1-5星级的划分；班级中上成绩排名】
区间尺度：数据具有顺序数据所有的特征，并以相同的刻度或单位表示数值间的间隔。它总是数值型数据。【如学生的语文成绩分数】
比率尺度：数据数据具有区间数据所有特性，且两个数据的比值是有意义的，其测量尺度为比率尺度。
3.统计数据类型
在统计学中，统计数据主要可分为四种类型，分别是定类数据，定序数据，定距数据，定比变量。
1.定类数据（Nominal）：名义级数据，数据的最低级，表示个体在属性上的特征或类别上的不同变量，仅仅是一种标志，没有序次关系。【例如， ”性别“，”男“编码为1，”女“编码为2。 】2.定序数据（Ordinal）:数据的中间级，用数字表示个体在某个有序状态中所处的位置，不能做四则运算。【例如，“受教育程度”，文盲半文盲=1，小学=2，初中=3，高中=4，大学=5，硕士研究生=6，博士及其以上=7。 】3.定距数据（Interval）:具有间距特征的变量，有单位，没有绝对零点，可以做加减运算，不能做乘除运算。统计中经常需要这种数据来时行分析。【例如，温度。】4.定比变量（Ratio）:数据的最高级，既有测量单位，也有绝对零点。【例如职工人数，身高。】
一般来说，数据的等级越高，应用范围越广泛，等级越低，应用范围越受限。不同测度级别的数据，应用范围不同。等级高的数据，可以兼有等级低的数据的功能，而等级低的数据，不能兼有等级高的数据的功能。
中国统计网中有一博文提到了如下分类：
1.按计量尺度分类分类数据：只能归于某一类别的非数字型数据。【根据特征划成类。可以使用名义尺度或者顺序尺度】——分类变量顺序数据：只能归于某一有序类别的非数字型数据。【百度百科：用来表示顺序、等级的数据。如一等品、二等品；优、良、差；小学、初中、高中、大学；等等。对这类数据，要反映平均水平，只能用中位数。（显然众数也可以）】数值型数据：按数字尺度测量的观察值。——数据变量数值型数据可能是离散的也可能是连续的。如泊松分布描述的数据是离散的，正态分布等描述的数据是连续的。2.按收集方法分类观测数据：通过调查和观测而收集到的数据。实验数据：在实验中控制实验对象而收集到的数据。3.按时间状况分类截面数据：在相同或近似相同时间点上收集的数据。时间序列数据：在不同时间上收集到一段时间内的数据。