1 数据分类
1.1 数据类型
统计数据是采用计量尺度对事物进行计量的结果，不同的计量尺度会得到不同类型的数据。统计数据可分为以下四种类型：
1、定类数据
表现为类别，不区分顺序，是由分类尺度计量形成的。即将观察单位按照属性或分类分组，清点各组的观察单位数。如性别数、班级数、产品按合格和不合格进行计数等。定类数据只能计算频数，不能进行大小比较。
2、定序数据
表现为类别，但有顺序，由定序尺度计量形成。如产品按照一等品、二等品、三等品计数。
3、定距数据
表现为数值，可进行加减运算，由定距尺度计量形成。如身高、体重、收入等。
4、定比数据
表现为数值，可进行加减乘除运算，是由定比尺度计量形成。
定类和定序数据说明的是事物的品质特征，不能用数值表示，结果均表现为类别，因此被称为定性数据(Qualitative data)；而定距和定比数据说明的是现象的数量特征，可以用数值表示，因此被称为定量数据(Quantitative data)。
不同类型的数据将采用不同的统计方法来处理和分析。
1.2 农业统计数据类型
在农业田间试验中，数据一般分为数量性状资料(Quantitative trait)和质量性状资料(Qualitative trait)两类。
1、数量性状资料
数量性状是指能够以量测或计数的方式表示其特征的性状。数量性状资料又包括计量资料和计数资料两种。
1）计量资料：用量测方式获得的数量性状资料。具体数值不一定是整数。也被称为连续性变量资料，数据之间的变异是连续的。如小麦株高（株高可以是92cm、94cm，也可以是93.5cm）、千粒重等。
2）计数资料：用计数方法获得的数量性状资料。只能以整数表示。如单位叶面积病斑数等。也被称为不连续性变量资料。
2、质量性状资料
质量性状又称属性性状，是指能观察到而不能直接测量的性状。这类性状不能直接用数值来表示，要想获得数据资料，需要对其观察结果作数量化处理。如小麦芒的有无，颖壳等器官的颜色等。
1）统计次数：根据某一质量性状的类别统计其次数，以次数作为质量性状数据。比如统计100株玉米植株中，发生锈病植株的株数。
2）评分法：用数字级别表示某种现象在表现程度上的差别。比如小麦感染锈病的严重程度分为0（免疫）、1（高度抵抗）、2（中度抵抗）、3（感染级）。
参考文献
王斌会，《数据统计分析及R语言编程》，北京大学出版社，2014.
明道绪，《田间试验与统计分析》，科学出版社，2005.
