一句话定义
变量类型是变量可取值的性质：分类变量表示类别，定量变量表示可比较大小的数值；类型决定应该用什么图表和统计量。
机制 / 原理
变量类型不是看它有没有数字，而是看数字能不能做数量解释。邮编、学号、满意度等级虽然可能写成数字，但不能随便求平均；身高、收入、等待时间可以比较差多少，适合用均值、分布和离散程度。先分清类型，后面的图表和模型才不会错位。
经典实验 / 例子
统计教材通常会把“性别、血型、专业”与“身高、体重、考试分数”并列比较。前者适合看频数和比例，后者适合看中心、范围和分布形状。这是后续学习条形图、直方图、均值和标准差的分叉口。
生活中的例子
产品经理分析反馈时，“用户选择了哪个套餐”是分类变量，适合看各套餐占比；“用户每月付多少钱”是定量变量，适合看均值、中位数和极端值。把套餐编号 1、2、3 拿去求平均，会得到一个看似精确但没有意义的数。
常见误区
常见误区是看到数字就当定量变量。真正的问题是这个数字是否表示可加减比较的数量，而不是它在表格里长得像不像数字。