统计数据可分为四种类型，它们的特点和类型分别是：
1. 名义（分类）数据（Nominal/Categorical Data）：这种类型的数据用于对对象进行分类或标记，没有内在的顺序或数值含义。例如，性别、民族、品牌等。名义数据通常用文字或符号表示，不能进行数值运算。
2. 顺序（有序）数据（Ordinal Data）：顺序数据具有分类的特点，但存在内在的顺序关系。例如，教育程度（高中、本科、硕士等）、衣服尺码（XS、S、M、L等）。顺序数据可以进行排序和比较，但不能进行精确的数值运算。
3. 区间数据（Interval Data）：区间数据具有顺序关系，同时具备固定的间隔或差异。例如，温度（摄氏度、华氏度）、时间（小时、分钟）。区间数据可以进行排序、比较和加减运算，但没有绝对零点。
4. 比例（数值）数据（Ratio/Numerical Data）：比例数据具备所有其他类型数据的特征，同时有一个绝对零点，可以进行所有的数值运算。例如，年龄、身高、重量、收入等。比例数据可以进行排序、比较、加减乘除等各种运算。
不同类型的统计数据具有不同的特点和可应用的统计方法。正确地了解和处理数据类型对于进行准确的统计分析非常重要，以避免数据的误解和错误的推断。
