2. 举例说明分类变量、顺序变量和数值型变量的区别。

分类变量、顺序变量和数值型变量是统计学中用来描述数据类型的三种基本变量类型。分类变量用于描述事物的类别，顺序变量用于描述事物的等级或顺序，而数值型变量用于描述具体的数值。它们之间的区别在于数据的性质和可以进行的数学运算。

1. **分类变量**：分类变量是对事物进行分类的结果，数据表现为类别，是用文字表现。例如，人口按性别划分分为男性与女性。各个类别之间无大小之分。
2. **顺序变量**：顺序变量是对事物之间等级差别或顺序差别的一种测度，这种测度不仅可以区分事物之间的不同类别，而且可以比较各个类别之间的优劣或顺序。例如，工业产品按质量可以分为优等品、一等品、合格品和次品。它可以比较优劣，但是不能计算优多少，劣多少。顺序变量的计量层次比分类变量的计量层次要高。
3. **数值型变量**：数值型变量是按照数字尺度测量的观察值，其计量结果表现为具体的数值。例如，甲、乙两个同学统计学的考试成绩分别为90、80分。它可以计算大小，前述中甲同学统计学的考试成绩比乙高10分。数值型变量的计量层次比分类变量、顺序变量的计量层次都要高。