KNOWECON WIKI

ARTICLE

变量

变量 (Variable) 变量是数学、统计学、经济学、计算机科学等所有定量学科的基础核心概念。它是一个用来表示值的符号，而这个值是可以改变或未知的。与变量相对的是常数，常数在特定上下文中其值固定不变。变量是构建数学模型、表达函数关系、进行统计分析和编写计算机程序的基石。 变量的构成要素 一个变量通常包含三个要素： 符号 (Symbol)：用于指代该变量的名

浏览 30 更新 2026-05-25

变量 (Variable)

变量是数学、统计学、经济学、计算机科学等所有定量学科的基础核心概念。它是一个用来表示值的符号，而这个值是可以改变或未知的。与变量相对的是常数，常数在特定上下文中其值固定不变。变量是构建数学模型、表达函数关系、进行统计分析和编写计算机程序的基石。

变量的构成要素

一个变量通常包含三个要素：

  1. 符号 (Symbol)：用于指代该变量的名称或标记，通常用单个字母（如 x,y,n,tx, y, n, t）或单词（如 height,price\textit{height}, \textit{price}）表示。
  2. 值 (Value)：变量在某一特定时刻所代表的具体数值或内容。例如，代表"班级学生人数"的变量 xx，其值可能是 30。
  3. 定义域 (Domain)：变量可以取值的范围或集合。例如，代表骰子点数的变量 dd，其定义域为 {1,2,3,4,5,6}\{1, 2, 3, 4, 5, 6\}。

数学与代数视角的分类

在描述函数和方程关系时，变量分为四类：

  • 自变量 (Independent Variable)：其值自由变化并引起其他变量变化的量。在 y=f(x)y = f(x) 中，xx 是自变量，作为"输入"或"原因"。
  • 因变量 (Dependent Variable)：其值随自变量变化而变化的量。在 y=f(x)y = f(x) 中，yy 是因变量，作为"输出"或"结果"。例如需求函数 Qd=f(P)Q_d = f(P) 中，价格 PP 是自变量，需求量 QdQ_d 是因变量。
  • 参数 (Parameter)：在特定问题中视为常数的量，但不同问题间可以改变。在线性方程 y=ax+by = ax + b 中，a,ba, b 是参数（斜率和截距），而 x,yx, y 是变量。
  • 未知数 (Unknown)：在方程或不等式中需要求解的变量。例如方程 2x+5=112x + 5 = 11 中的 xx。

统计学与数据科学视角的分类

在统计学中，变量根据数据性质分为定性变量和定量变量两大类。这一分类对选择统计分析方法至关重要。

定性变量 (Qualitative Variable)

也称分类变量 (Categorical Variable)，描述个体的属性或类别，值不可进行算术运算。

  • 定类变量 (Nominal Variable)：类别之间无次序或等级之分。如性别（男、女）、血型（A、B、AB、O）、颜色（红、黄、蓝）。常用统计描述为频数和频率。
  • 定序变量 (Ordinal Variable)：类别具有内在顺序或等级，但差距不一定均等。如教育水平（小学、中学、大学、研究生）、产品评级（差、中、好、优秀）、社会经济地位（低、中、高）。除频数外还可计算中位数、分位数等。

定量变量 (Quantitative Variable)

也称数值变量 (Numerical Variable)，描述可测量的数量，值可进行有意义的算术运算。

  • 离散变量 (Discrete Variable)：取值只能是可数的整数，通过计数获得，取值间有明确间隔。如家庭孩子数量（0, 1, 2, …\ldots）、每小时到达银行的客户人数、一本书的页数。取值为有限个或可数无穷个。
  • 连续变量 (Continuous Variable)：在给定区间内可取任意实数值，通过测量获得，可无限细分。如身高（175cm, 175.1cm, 175.11cm, …\ldots）、体重、温度。尽管实际测量会取舍，理论上的值是连续的。

跨学科应用

在数学中，变量是代数语言的基础。在微积分中，研究自变量无穷小变化时因变量的变化率，即导数 dydx\frac{dy}{dx}。在线性代数中，变量以向量和矩阵的形式组织，描述高维空间中的线性变换。在概率论中，随机变量将样本空间中的每个结果映射为实数，成为连接概率与统计的桥梁。

在经济学和统计学中，变量是构建计量经济模型的核心。在回归分析中，用自变量（解释变量）解释因变量（被解释变量）的变化。简单线性回归模型为：

Yi=β0+β1Xi+ϵiY_i = \beta_0 + \beta_1 X_i + \epsilon_i

其中 YY 是因变量（如工资），XX 是自变量（如受教育年限），β0,β1\beta_0, \beta_1 是模型参数，ϵ\epsilon 是代表无法被模型解释的随机因素的随机变量。在宏观经济学中，关键变量包括GDP、通货膨胀率、失业率等，这些变量之间的关系构成了宏观经济分析的基本框架。变量可以是内生变量（由模型内部决定）或外生变量（由模型外部给定），这一区分在联立方程模型和政策分析中尤为关键。

在计算机科学中，变量是程序存储和操作数据的方式，是指向内存地址的名称。程序员声明变量、赋值并在程序运行中改变其值。例如 Python 中：\texttt{x = 10} 声明变量并赋值，\texttt{x = x + 5} 读取旧值后以新值 15 更新。变量具有不同的数据类型（如整数、浮点数、字符串、布尔值），不同语言对变量的类型约束各异：静态类型语言（如 C、Java）要求在编译时声明类型，而动态类型语言（如 Python、JavaScript）在运行时确定类型。变量的作用域决定了其在程序中的可见范围——局部变量仅在其定义的函数或代码块内有效，而全局变量可在整个程序中访问。

总结

变量是一个极其灵活且强大的概念，它使我们从静态的数字和事实转向对动态关系、模式和系统的描述与分析。从代数中简单的未知数 xx，到统计模型中承载因果推断的解释变量与被解释变量，再到计算机程序中灵活操控内存数据的符号——变量在不同学科中扮演着类似但各有侧重的角色。准确理解和区分变量的类型（定量与定性、离散与连续、自变量与因变量、内生与外生），并根据研究目的选择合适的变量刻画方式，是科学研究和数据分析不可或缺的第一步。