概念入门统计描述与离散度量
排序尺度
也叫：Ordinal Scale、顺序尺度
有次序可比较但不能加减的分类尺度。
核心讲解
排序尺度（ordinal scale）是指根据数据的某些特征有次序地分类。与名义尺度不同，它的标签有先后、高低之分，因而可以比较；但它只能比较，不能进行加减。
书中的例子：某基金公司把基金经理分为三个级别，数字3代表级别最高、历史业绩最好的高级基金经理，数字1代表级别最低、历史业绩最差的初级基金经理。这里的3、2、1有了排序意义，级别3的业绩好于级别2，级别2又好于级别1。但我们只能知道“谁更好”，无法知道“好了多少”：级别3与级别2之间的差距，未必等于级别2与级别1之间的差距。
正因如此，排序尺度上的数字仍不能相加。债券的信用评级就是典型：AAA、AA、A只是信用的高低顺序，把AAA与AA的等级编号相加没有任何意义。对排序数据，常用中位数这类基于次序的统计量来描述，而不是算术平均。
费曼版：用大白话再讲一遍
就像给几部电影排名次：第一名、第二名、第三名。名字一摆出来，谁比谁好看一目了然；可“第一名比第二名好多少”“第三名加第五名等于什么”却说不清。名次告诉你的只是顺序，不告诉你差距有多精确。
要点
- 排序尺度是在分类基础上再按特征排出次序。
- 可以比较大小，但不能进行加减。
- 相邻等级之间的差距不一定相等。
- 信用评级、名次、分级都是典型例子。
常见误区
- 对评级编号做加减，例如把AAA的等级与AA的等级相加。
- 默认相邻等级之间的差距相等，把排序尺度当成区间尺度。
- 对排序数据算算术平均，忽略它只有次序意义。