什麼叫量化方法論

① 什麼是量化跟投

先了解一下，什麼是量化投資
量化投資是一種系統化方法，它利用現代金融，計算機，數學，以及其他相關行業的知識和方法，包括行為學、心理學等，把投資理念，科學理論和實際數據量化為客觀的數理模型，使用計算機技術完成全部或部分的投資。

量化投資需要把數據、策略、系統、執行四個方面綜合起來完成一個有機的整體。量化投資本質上是一個方法論，可以應用到投資過程的每一個環節，比如大家熟悉的選股、基本面分析或者技術分析其實也算是廣義量化金融的應用。你用了這些學科的知識去構建一個數理模型，一個投資決策模型，這是一個相對客觀和理性的系統，是可以被應用於投資的第一步到最後一步的。



量化投資的特點

紀律性：量化投資是非常理性的，縝密的模型加豐富的數據會產生出決策，不會應為你今天心情不好而亂買亂賣，也不會因為猶豫不決而錯失投資良機。量化是一個相對客觀的決策和執行系統；

系統性：量化投資是數據、策略、系統、執行四方面的一個組合，這是一個完整的整體；

概率性：量化投資是去「博」大概率賺錢的機會。理論上講當你的量化策略只要有 51% 的時候能預測正確市場，那麼就能賺到錢，長期多次交易來看這個策略就是有效的，是可以賺錢的。當然實際交易還要考慮交易成本和市場情況， 51% 可能不夠，但是只要你的策略能獲得正向收益的概率達到一定值，你不用每次都對那麼也能獲得長期的盈利。

② 量化投資的主要方法和前沿進展

量化投資是通過計算機對金融大數據進行量化分析的基礎上產生交易決策機制。設計金融數學和計算機的知識和技術，主要有人工智慧、數據挖掘、小波分析、支持向量機、分形理論和隨機過程這幾種。
1．人工智慧
人工智慧（Artificial Intelligence，AI）是研究使用計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧將涉及計算機科學、心理學、哲學和語言學等學科，可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智慧與思維科學的關系是實踐和理論的關系，人工智慧是處於思維科學的技術應用層次，是它的一個應用分支。
從思維觀點看，人工智慧不僅限於邏輯思維，還要考慮形象思維、靈感思維才能促進人工智慧的突破性發展，數學常被認為是多種學科的基礎科學，因此人工智慧學科也必須借用數學工具。數學不僅在標准邏輯、模糊數學等范圍發揮作用，進入人工智慧學科後也能促進其得到更快的發展。
金融投資是一項復雜的、綜合了各種知識與技術的學科，對智能的要求非常高。所以人工智慧的很多技術可以用於量化投資分析中，包括專家系統、機器學習、神經網路、遺傳演算法等。
2．數據挖掘
數據挖掘（Data Mining）是從大量的、不完全的、有雜訊的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。
與數據挖掘相近的同義詞有數據融合、數據分析和決策支持等。在量化投資中，數據挖掘的主要技術包括關聯分析、分類/預測、聚類分析等。
關聯分析是研究兩個或兩個以上變數的取值之間存在某種規律性。例如，研究股票的某些因子發生變化後，對未來一段時間股價之間的關聯關系。關聯分為簡單關聯、時序關聯和因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。一般用支持度和可信度兩個閾值來度量關聯規則的相關性，還不斷引入興趣度、相關性等參數，使得所挖掘的規則更符合需求。
分類就是找出一個類別的概念描述，它代表了這類數據的整體信息，即該類的內涵描述，並用這種描述來構造模型，一般用規則或決策樹模式表示。分類是利用訓練數據集通過一定的演算法而求得分類規則。分類可被用於規則描述和預測。
預測是利用歷史數據找出變化規律，建立模型，並由此模型對未來數據的種類及特徵進行預測。預測關心的是精度和不確定性，通常用預測方差來度量。
聚類就是利用數據的相似性判斷出數據的聚合程度，使得同一個類別中的數據盡可能相似，不同類別的數據盡可能相異。
3．小波分析
小波（Wavelet）這一術語，顧名思義，小波就是小的波形。所謂「小」是指它具有衰減性；而稱之為「波」則是指它的波動性，其振幅正負相間的震盪形式。與傅里葉變換相比，小波變換是時間（空間）頻率的局部化分析，它通過伸縮平移運算對信號（函數）逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了傅里葉變換的困難問題，成為繼傅里葉變換以來在科學方法上的重大突破，因此也有人把小波變換稱為數學顯微鏡。
小波分析在量化投資中的主要作用是進行波形處理。任何投資品種的走勢都可以看做是一種波形，其中包含了很多噪音信號。利用小波分析，可以進行波形的去噪、重構、診斷、識別等，從而實現對未來走勢的判斷。
4．支持向量機
支持向量機（Support Vector Machine，SVM）方法是通過一個非線性映射，把樣本空間映射到一個高維乃至無窮維的特徵空間中（Hilbert空間），使得在原來的樣本空間中非線性可分的問題轉化為在特徵空間中的線性可分的問題，簡單地說，就是升維和線性化。升維就是把樣本向高維空間做映射，一般情況下這會增加計算的復雜性，甚至會引起維數災難，因而人們很少問津。但是作為分類、回歸等問題來說，很可能在低維樣本空間無法線性處理的樣本集，在高維特徵空間中卻可以通過一個線性超平面實現線性劃分（或回歸）。
一般的升維都會帶來計算的復雜化，SVM方法巧妙地解決了這個難題：應用核函數的展開定理，就不需要知道非線性映射的顯式表達式；由於是在高維特徵空間中建立線性學習機，所以與線性模型相比，不但幾乎不增加計算的復雜性，而且在某種程度上避免了維數災難。這一切要歸功於核函數的展開和計算理論。
正因為有這個優勢，使得SVM特別適合於進行有關分類和預測問題的處理，這就使得它在量化投資中有了很大的用武之地。
5．分形理論
被譽為大自然的幾何學的分形理論（Fractal），是現代數學的一個新分支，但其本質卻是一種新的世界觀和方法論。它與動力系統的混沌理論交叉結合，相輔相成。它承認世界的局部可能在一定條件下，在某一方面（形態、結構、信息、功能、時間、能量等）表現出與整體的相似性，它承認空間維數的變化既可以是離散的也可以是連續的，因而極大地拓展了研究視野。
自相似原則和迭代生成原則是分形理論的重要原則。它表示分形在通常的幾何變換下具有不變性，即標度無關性。分形形體中的自相似性可以是完全相同的，也可以是統計意義上的相似。迭代生成原則是指可以從局部的分形通過某種遞歸方法生成更大的整體圖形。
分形理論既是非線性科學的前沿和重要分支，又是一門新興的橫斷學科。作為一種方法論和認識論，其啟示是多方面的：一是分形整體與局部形態的相似，啟發人們通過認識部分來認識整體，從有限中認識無限；二是分形揭示了介於整體與部分、有序與無序、復雜與簡單之間的新形態、新秩序；三是分形從一特定層面揭示了世界普遍聯系和統一的圖景。
由於這種特徵，使得分形理論在量化投資中得到了廣泛的應用，主要可以用於金融時序數列的分解與重構，並在此基礎上進行數列的預測。
6．隨機過程
隨機過程（Stochastic Process）是一連串隨機事件動態關系的定量描述。隨機過程論與其他數學分支如位勢論、微分方程、力學及復變函數論等有密切的聯系，是在自然科學、工程科學及社會科學各領域中研究隨機現象的重要工具。隨機過程論目前已得到廣泛的應用，在諸如天氣預報、統計物理、天體物理、運籌決策、經濟數學、安全科學、人口理論、可靠性及計算機科學等很多領域都要經常用到隨機過程的理論來建立數學模型。
研究隨機過程的方法多種多樣，主要可以分為兩大類：一類是概率方法，其中用到軌道性質、隨機微分方程等；另一類是分析的方法，其中用到測度論、微分方程、半群理論、函數堆和希爾伯特空間等，實際研究中常常兩種方法並用。另外組合方法和代數方法在某些特殊隨機過程的研究中也有一定作用。研究的主要內容有：多指標隨機過程、無窮質點與馬爾科夫過程、概率與位勢及各種特殊過程的專題討論等。
其中，馬爾科夫過程很適於金融時序數列的預測，是在量化投資中的典型應用。
現階段量化投資在基金投資方面使用的比較多，也有部分投資機構合券商的交易系統應用了智能選股的技術。

③ 量化與質化指標是什麼

量化研究是指著重探討研究對象的數量特徵、關系和變化，並以此預測社會現象的發展趨勢的研究方法。典型的量化研究方法包括實驗方法、統計方法等。

質性研究主要是通過對社會現象發展過程及其特徵的深入分析，以及對社會現象的詳細考察，解釋社會現象的本質和變化發展的規律的方法。典型的質性研究方法包括實地研究、文獻研究等。

由於量化研究和質性研究在研究的出發點、側重點和歸宿等方面存在著明顯的不同，因此，如何正確對待和處理二者的關系一直是犯罪社會學研究方法的重大問題。

量化和質性相結合的原則是指在犯罪社會學研究中，要綜合運用量化研究方法和質性研究方法開展研究活動的方法論原則。

(3)什麼叫量化方法論擴展閱讀

質化研究通過分析無序信息探尋某個主題的「為什麼」，而不是「怎麼辦」，這些信息包括會談記錄腳本和錄音、電子郵件、注釋、反饋表、照片以及視頻等。與量化研究不同，它並不僅僅依靠統計數據或數字來得出結論。它也有像「紮根理論」、「人種學」等正式的研究方法。

參考資料來源：網路-量化和質性

④ 量化分析三大層次

什麼是量化投資？
最近十年來,量化投資成為了歐美資本市場發展的熱點與焦點,一舉成為了國際投資界興起的一個新方法,發展勢頭迅猛,。量化投資和基本面分析、技術面分析並稱為三大主流方法。由於量化投資交易策略的業績穩定,其市場規模和份額不斷擴大,得到國際上越來越多投資者的追捧。

過去20年收益率最高的基金,是文藝復興科技公司的大獎章,其客戶平均年收益率高達35%;而過去四年高盛旗下的量化基金規模翻了一倍,超過1000億美金。由此可見,量化投資已經成為機構投資者的重要利器。

量化投資對於基金公司/資產管理公司而言,有著非常明顯的價值:
首先是容易沖規模。一個有效的量化模型是可以在多個產品上進行快速復制,從而迅速做大規模。這個在巴克萊的指數增強系列產品上得到最明顯的體現。截止2011年底,巴克萊量化基金,管理規模超過1.6萬億美金,超過富達基金,成為全球最大的資產管理公司。

其次是可以獲得絕對收益。利用量化對沖方式,構建與市場漲跌無關的產品,賺取市場中性的策略,適合追求穩健收益的大機構客戶,例如保險資金、銀行理財等。這個產品的代表性公司就是目前全球最大的對沖基金BridgeWater,旗下的旗艦產品Pure Alpha過去五年共賺取超過350億美金。

第三是杜絕了內幕消息和老鼠倉。量化投資只利用公開數據,通過數學模型的運算,挖掘出隱藏在公開數據後面的信息,從而戰勝市場,從方法論上就杜絕了內幕消息的可能。在交易過程中利用復雜的IT系統進行程序化交易,使得老鼠倉也無法成為可能。在國內金融市場監管日趨規范的情況下,量化投資這種方法必然會成為投資研究的主要方法。

量化投資的理論基礎
說到量化投資的理論基礎,就要從市場有效性假說說起，技術分析、基本面分析和量化分析代表了有效市場的三個不同的層次。在無效市場,技術分析是充分有效的,這在中國資本市場最初的十年得到很好的體現;當市場進入弱有效市場後,可以依靠基本面分析獲得超額收益,2000年到2010年這十年基本上屬於這個時代;當市場進入半強有效市場後,也就是從2010年開始我們可以觀察到大部分基本面分析的產品已經無法獲得超額收益,此時國內市場已經進入半強有效市場。當然當市場進入強有效市場後,則無論哪種方法均無法戰勝市場,那時候只能被動指數化投資。

傳統的有效市場假說認為,在半強有效市場,只能依靠非公開信息(內幕消息或者私人消息)來獲得超額收益。但是我們可以知道的是,除了非公開信息並不是只有內幕消息和私人消息,還有另外一個獲得非公開信息的方法:就是利用數據挖掘的方法,從公開的數據中挖掘出非公開信息,也就是量化投資的方法。這也就是在美國等成熟市場(基本上進入半強式有效市場狀態),量化投資為啥可以得到蓬勃發展的原因。

隨著中國市場有效性的提高,中國開始進入半強式有效市場階段,再加上監管層對內幕消息的監管越來越嚴厲,使得通過這種方法獲得非公開信息的方式越來越難,因此量化投資就成為了一個最好的獲得非公開信息的科學理論與技術。

很多人問:量化投資是不是僅僅是一個曇花一現的概念,還是一個可以長期有效的科學理論,我想通過上述對有效市場假說的分析,已經得到了明確的答案:量化投資是在半強式有效市場中的最佳分析理論,也幾乎是唯一可行的分析理論。

美好前景
中國經濟經過30年的高速發展,各行各業基本上已經定型,能夠讓年輕人成長的空間越來越小了。未來十年,量化投資與對沖基金這個領域是少有的幾個,可以誕生個人英雄的行業,無論是出生貴賤,無論是學歷高低,無論是有無經驗,只要你勤奮、努力。腳踏實地的研究模型,研究市場,開發出適合市場穩健盈利的交易系統,實現財務自由,並非遙不可及的夢想。

曾經有研究助理抱怨:「我們做量化研究的,一年都沒有啥機會出去調研,免費旅遊的機會都木有啊」。
「你只要好好研究量化模型,找到持續穩定盈利的策略,自然就會有大量的資金來找你合作,實現財務自由不困難。到時候你會開著遊艇出海,去拉斯維加斯享受,去非洲草原獵象,又何必在乎眼前的這點免費旅遊呢？」他點頭如搗蒜。

在中國目前的很多領域,賺錢已經變成一個非常困難的事情,但是在量化投資與對沖基金領域,是完全依靠自己的勤奮與努力。一個持續穩定賺取的模型,不是靠關系和背景就可以的,而是靠著自己的聰明才智和腳踏實地的工作。

⑤ 什麼是課程的量化評價和知性評價

一、課程與量化評價
所謂量化課程評價，一定是「力圖把復雜的教育現象和課程現象簡化為數量，進而從數量的分析與比較中推斷某一評價對象的成效。」這種評價方法在20世紀60年代之前佔了主導地位，這個歷史時期也一定是課程評價專家古巴和林肯所說的課程的「第一代評價」和「第二代評價」時期。
1.理論基礎 量化評價是實證主義方法論的直接產物。它感覺主體和客體是相互孤立的實體。世界是有規則的、可預知的，存在著一般的規律和模式。事物內部和事物之間必定存在邏輯因果關系，量化評價一定是運用這些關系。「知識」具有客觀規律和可重復性。評價者只要遵守一定的方法規范，就能夠將評價的結果在更大的領域內推廣。因此，使用一種理性、客觀的方法，配合適合的程序，就能使我們預知和操縱世界
2.評價目標量化課程評價追求對被評價對象的有效操縱和改良。它的核心價值是秩序和一致，感覺課程評價的目標在於把握課程量的規定性，即通過具體的數學統計、運算和量化分析，揭示出與課程相關的數量關系，掌握課程的數量特點和變化，從量的關繫上對課程進行推斷。評價過程本質上是一個斷定課程計劃實際達到教育目標的程度的過程。美國評價專家泰勒的基礎原理反響了這個過程，教或學被描寫成高度操縱、線性的和可測試的活動。
3.評價過程量化評價主要針對課程實行結果進行的，即「應當評價啥」，而不是「啥值得評價」，如測量學生的學習成績。最常見的評價形式是「課程是否達到這一目標」，如泰勒的評價模式。量化評價的主要過程包含提出問題、設定評價、定義變數、抽樣、分析、結論等。它具有標准化程序，是自上而下、從一般到特別的演繹過程。它先進行假設，接著使用一定的數學方法對課程特點進行量化，如用數學語言表示課程的狀態、關系和過程，在此基礎上，收集大批的資料進行統計和運算，抽取並推導出對課程評價有價值、有意義的數據資料，接著將事實與假設加以分析比較，並不斷修改和完善假設，最後來得出結論。課程評價在這個地點是一種技術性和生產性的過程。技術性，指課程行為是標准化、系統化的；生產性指課程評價的主要目標是供給明確推斷或課程決策。
4.評價的具體方法量化評價將事實和價值相分別，強調課程需要嚴格操縱，評價方法主要是對成功或失敗，好或壞的量化，強調精確度、信度、效度。它感覺方法是「為達到目標和事實而使用的技術」。它主要用視察、實驗、調查、統計等方法進行課程評價，對評價的周密性、客觀性、價值中立提出了嚴格的要求，力求得到絕對客觀的事實。另外，常用資料的形式對課程現象進行解釋，採用邏輯和理性的方法和線性模式，探尋投入、實行過程和結果之間聯系。量化評價的方法簡便易行，容易操作，具有具體性、精確性和可驗證性等特點，推動了課程評價科學化的過程，因而一直在實踐中處於安排地位。
5.評價者的角色量化評價者不考慮評價對象的行為與特定情境的關系，感覺現實是不以人的意志為轉移的，是客觀存在的。評價者在評價之前就作出種種假設，在評價過程中，「客觀」地搜集與課程有關的資料，最大限度地測量和解釋課程是怎麼樣實行以及結果是啥。他會給課程特徵供給一個「可信的」、「有效的」推斷。這個地點的評價是自上而下的，評價者具有特別大的權威。正常情況下評價者是個別行動，在評價者與開發者、教師與學生和其它關系人之間保持一定距離。能夠說，評價者是一個有「無限權利」的人，因為他們充當了專家或評判員，從而操縱著評價過程。
二、課程與質性評價
在20世紀60年代之前，人們一度十分重視量化評價，感覺只有量化分析才是科學。在這之後，隨著社會批評思潮的興起，人們認識到評價不是一個單純技術問題，純粹價值中立的描寫是不存在的，因此，評價要對被評價對象的價值或特點作出推斷，價值問題由此在評價領域凸現出來，人們評價的重點轉向了價值觀。20世紀70年代以後，「量化評價」逐步為「質性評價」所代替，質性課程評價也日益興盛起來。
1.理論基礎 這種方法源於解釋主義哲學。主體和客體兩者是互為主體、相互滲透的。知識是主體不斷通過建構和檢驗而形成。不存在帶有普遍意義的、脫離具體情境的抽象的知識，因而不能用對或錯對知識加以推斷，而必須根據它在具體情境中發揮的作用。事實與價值並不是相互獨立的。不能完全用科學方法去評價教育和課程現象，那樣只會導致人們對課程認識的僵化。許多問題只能通過描寫性、解釋性的語言來實現。質性評價一定是要對與課程相關的行為及其緣由和意義作出推斷。
2.評價目標 質性評價不追求實用於一切的普遍規律。它的目標在於把握課程質的規定性，通過對課程普遍過細地分析，深入懂得，進而從參與者的角度來描寫課程的價值和特點。評價是為了加強課程規劃的有效性，並使參與的每一個人受益。知識是相對的，因而課程也是不斷發展的，我們只能做大致描寫和價值推斷。評價要檢驗學生通過課程學到了哪些東西。在評價過程中，有時學生會學到他們不甘心學或者沒讓他們學的內容。這可能意味著小孩們在課程內容學習上的失敗，但它本身並不是一個學習的問題。然而若使用量化評價方法，會測不到這方面內容而疏忽了一些重要因素。而質性評價把學習懂得為增進評價的開展，會把它作為討論、決策、行動的資料來源。
3.評價過程 質性評價不強調在評價開始就對評價問題進行理論假設，假設能夠在評價過程中形成，也能夠隨著評價的進行而轉變，因此質性評價本質上是一個自下而上的歸納過程。評價者把評價過程視為評價者發現課程潛在價值的過程。這種評價過程增加了我們對教學本質以及師生關系、課程設計及性質、師生行為、建構知識的性質和結構等的懂得。這種評價沒有絕對嚴格的程序，帶有特別大的機動性，前一步資料搜集的情況往往決定下一步的方向。課程評價是一個持續性的、動態的過程，是一種共同參與的活動，是一種持續評價、不斷反饋的模式。
4.評價的具體方法 質性評價感覺，資料是對評價者價值觀的反響。在評價開始之前，人們不明白他需要揭示的東西。隨著資料的收集和分析，所需要的方法將不斷浮現。不同的調查主題會採用不同的方法，具體有參與視察、行動研究、人種學等。與量化評價的精斷定義、精心設計、預設程序和工具等相反，質性評價中的工具和方法是逐漸顯露出來的。在學校和課堂，在不同的課程規劃時期，評價者會在評價中不斷更新或改良相關的評價程序、工具和變數。
5.評價者的角色質性評價主張不要對外部評價者與內部評價者進行嚴格區分。課程評價是一個包含所有參與課程檢驗、並懂得課程評價過程的個體（如教師、學生、家長、督導員、專家等）在內的共同參與的、持續性的過程。評價者充當了增進者，鼓舞參與者對有關課程的內容提問、討論，同時進行設計和資料收集、分析、解釋，並澄清一些觀念，如教育目標、知識的本質、教與學、特定情境和教育環境的含義等。評價者會考慮到參與者對當前課程見解、發展方向，並借鑒其它參與者的觀點。評價者也是一名學者和教師，通過對話和合作性活動指導所有參與者，提高了參與者的評價思維過程和技巧，並解決他們的困惑。評價者不一定中立，他也能夠在合作性的對話中發表自個兒見解。

⑥ 我是學新聞傳播學的 我想知道定量分析 定性分析 量化研究 這幾個詞有什麼區別有包含或被包含關系嘛

定量分析是用來確定物質含量，定性分析是用來確定是否含有某種物質（通過確定物質的某種性質來判斷是否含有該種物質，故叫定性分析），這2種分析一般概念上專指理化分析，而量化研究方法是指在研究的領域引進可測量方法，並得出准確結果。也是最傷腦力的。一般先尋求各種關系，建立比較標准，繁重的數據搜集，各種模型的嘗試。反反復復的演算......當然，海量的對象有的可測度或不可測度則是不可知的，量化研究對於理化分析來說就是定量分析的研究，但其研究范圍比理化分析更廣。希望對你有用！

⑦ 量化分析的特性是什麼量化分析在商業運作中起什麼作用請舉例~~~

笨蛋，量化分析就是定量分析，答案自己找。 趕緊給分，有什麼不懂的找鄭老師方老師都可以。。

什麼是定量研究？
定量研究一般是為了對特定研究對象的總體得出統計結果而進行的。定性研究具有探索性、診斷性和預測性等特點，它並不追求精確的結論，而只是了解問題之所在，摸清情況，得出感性認識。定性研究的主要方法包括： 與幾個人面談的小組訪問，要求詳細回答的深度訪問，以及各種投影技術等。在定量研究中，信息都是用某種數字來表示的。在對這些數字進行處理、分析時，首先要明確這些信息資料是依據何種尺度進行測定、加工的，史蒂文斯（S. S. Stevens）將尺度分為四種類型，即名義尺度、順序尺度、間距尺度和比例尺度。

[編輯]定量研究的四種測定尺度及特徵
名義尺度所使用的數值，用於表現它是否屬於同一個人或物。

順序尺度所使用的數值的大小，是與研究對象的特定順序相對應的。例如，給社會階層中的上上層、中上層、中層、中下層、下下層等分別標為「5、4、3、2、1」或者「3、2.5、2、1.5、1」就屬於這一類。只是其中表示上上層的5與表示中上層的4的差距，和表示中上層的4與表示中層的3的差距， 並不一定是相等的。5、4、3 等是任意加上去的符號，如果記為 100、50、10 也無妨。

間距尺度所使用的數值，不僅表示測定對象所具有的量的多少，還表示它們大小的程度即間隔的大小。不過，這種尺度中的原點可以是任意設定的，但並不意味著該事物的量為「無」。例如，O°C 為絕對溫度 273°K，華氏32°F。

名義尺度和順序尺度的數值不能進行加減乘除，但間距尺度的數值是可以進行加減運算的。然而，由於原點是任意設定的，所以不能進行乘除運算。例如，5℃和 10℃之間的差，可以說與15℃和20℃之間的差是相同的， 都是5°C。但不能說 20℃就是比5℃高4倍的溫度。

比例尺度的意義是絕對的，即它有著含義為「無」量的原點0。長度、重量、時間等都是比例尺度測定的范圍。比例尺度測定值的差和比都是可以比較的。例如：5分鍾與10 分鍾之間的差和10分鍾與15分鍾之間的差都是5 分鍾，10 分鍾是2分鍾的5倍。比例尺度可以進行加減乘除運算。

下表是以上四種尺度的特徵匯總表。在市場營銷研究中，很多內容或研究項目都不具備比例尺度或間距尺度的條件，應注意在處理這些問題時，不要出現失誤。

四種測定尺度及其特徵

尺度 允許的變數轉換 允許的四則運算 允許的統計計算 在市場營銷中的應用舉例
名義 y=f(x)
f(x)為對應 —— 百分比排列順序卡方測定 給屬於特定群體的事物編號（男女、職業、商店種類、產品種類、品牌、銷售區域等）
順序 y=f(x)
f(x)只增加 —— 中位數百分位順序相關符號測定集合測定 對產品、企業的意見、態度（非常好、好、不好說、壞、非常壞），比較幾種品牌的喜好程度，購買者的社會階層等
間距 y=a+bx
B>0 加減 范圍算術平均均差標准差t-檢驗 F-檢驗 利用五等級法、七等級法測對產品或企業的意見、態度。
比例 y=ax
a>0 加減乘除 幾何平均調和平均變動系數 消費者的年齡、收入、顧客量、銷售數量，銷售金額

[編輯]定性研究與定量研究的區別
定性研究（qualitativeresearch）和定量研究（quantitativeresearch）的根本性區別有三點：

首先，兩種方法所依賴的哲學體系（philosophyofreality）有所不同。作為定量研究，其對象是客觀的、獨立於研究者之外的某種客觀存在物；而作為定性研究，其研究對象與研究者之間的關系十分密切，研究對象被研究者賦予主觀色彩，成為研究過程的有機組成部分。定量研究者認為，其研究對象可以像解剖麻雀一樣被分成幾個部分，通過這些組成部分的觀察可以獲得整體的認識。而定性研究者則認為，研究對象是不可分的有機整體，因而他們檢視的是全部和整個過程。

第二，兩種研究方法在對人本身的認識上有所差異。量化研究者認為，所有人基本上都是相似的；而定性研究者則強調人的個性和人與人之間的差異，進而認為很難將人類簡單地劃歸為幾個類別。

第三，定量研究者的目的在於發現人類行為的一般規律，並對各種環境中的事物作出帶有普遍性的解釋；與此相反，定性研究則試圖對特定情況或事物作特別的解釋。換言之，定量研究致力於拓展廣度，而定性研究則試圖發掘深度。

由於方法論上的不同取向，導致了在實際應用中定量方法與定性方法明顯的差別。這主要體現在如下幾個方面：

1、研究者的角色定位（roleoftheresearch）。定量研究者力求客觀，脫離資料分析。定性研究者則是資料分析的一部分。對後者而言，沒有研究者的積極參與，資料就不存在。

2、研究設計（design）。定量研究中的設計在研究開始前就已確定。定性研究中的計劃則隨著研究的進行而不斷發展，並可加以調整和修改。

3、研究環境（setting）。定量研究運用實驗方法，盡可能地控制變數。定性研究則在實地和自然環境中進行，力求了解事物在常態下的發展變化，並不控制外在變數。

4、測量工具（measurement）。定量研究中，測量工具相對獨立於研究者之外，事實上研究者不一定親自從事資料籌集工作。而在定性研究中，研究者本身就是測量工具，任何人都代替不了他。

5、理論建構（theorybuilding）。定量研究的目的在於檢驗理論的正確性，最終結果是支持或者反對假設。定性研究的理論則是研究過程的一部分，是「資料分析的結果」（datadriven）。

⑧ 量化管理的理論基礎

泰勒先後做了大量實驗，在總結長期實驗的基礎上，他提出了科學管理的五條原則：
1．工時定額化。對工人提出科學的操作方法，以便有效利用工時，提高工效，研究工人工作時動作的合理性，去掉多餘的動作，改善必要的動作，並規定出完成每一個單位操作的時間，制定出勞動時間定額。
2．分工合理化。對工人進行科學的選擇、培訓和晉升，選擇合適的工人安排在合適的崗位上，並培訓工人使用標準的操作方法，使之在工作中逐步成長。
3．程序標准化。制定科學的工藝規程，使工具、機器、材料標准化，並對作業環境標准化，用文件形式固定下來。
4．酬金差額化。把工人工作任務完成情況與工人工資收入相聯系，實行具有激勵性的計件工資制度，對完成和超額完成定額的工人以較高的工資率計件支付工資；對完不成定額的工人，則按較低的工資率支付工資。
5．管理職能化。管理和勞動分離，管理者和勞動者在工作中密切合作，以保證工作按標準的設計程序進行。
泰勒認為，「管理這門學問註定會具有更富於技術的性質。那些現在還被認為是在精密知識領域以外的基本因素，很快都會像其他工程的基本因素那樣加以標准化，製成表格，被接受利用。」泰勒還進一步指出，「同樣的原則能以等量的威力適用於所有的社會行為上：在人們的家庭管理上，在人們的農場管理上，在人們的大小商人、人們的教育、人們的慈善機構、人們的大學和人們的政府各部門的業務管理上。」 概括而言，實證主義主要包括以下一些思想：① 科學中的一切知識都是通過用感官進行系統的觀察獲得的。對一種主張（觀點）決定取捨的唯一標准，是看它是不是和事實（經驗數據資料）一致。② 對實證主義而言，事實或經驗數據資料是不帶理論性的，是不受道德或政治的、種族或文化的偏見的影響的，它們是能夠用不含任何理論假設或預設的語言加以描述的。③ 客觀性是通過主觀之間對事實的一致看法而建立的。④隱藏在物理科學進步背後的方法，對於人類社會領域的研究也是適用的。⑤ 科學的目的是建立普遍法則或一些概念。這些普遍「真理」是依賴對事實的觀察研究而確立的。一旦這樣的真理成立，它們就會生成新的假設，待進一步的觀察研究驗證。⑥ 正像在物理科學中一樣，復雜的現象被分解為基本組成要素或部分，在社會科學中也要如此。⑦ 科學研究是價值無涉的，即是說，對於政治、社會或道德問題是中立的。
實證主義用數學、物理學等嚴密科學構造了關於世界的圖示，強調事實和經驗，反對思辯，主張用實證科學的方法統轄所有的科學，在他們看來，某一學科要成為科學，就必須採用自然科學的研究方法，以精確化的語言來描述事實，並把理論演變成為一套技術原則與操作規范。
實證主義的這些思想對後世產生了巨大的影響，人們今天實施的量化管理就無不滲透著實證主義的精髓．比如追求實用性和可操作性，在管理過程中拋棄定性管理方法，強調管理工作要以「被觀察到的事實為基礎」，對管理的對象、內容、程序等方面都以制度的形式加以確立，以增加管理的可操作性；追求價值中立和道德中立，在管理過程中強調剛性管理原則，嚴格按照規章制度辦事，盡量避免管理過程中人為因素（諸如人的思想、情感、意志）影響等 以實證主義為方法論指導的量化管理促進了管理的實用性和客觀性．然而量化管理為追求管理的實用性和客觀性，把「被觀察到的事實」以外的事物，諸如人的思想、意識、情感等無法直接觀察到的事實都排除在了管理范圍之外，這種根據方法選擇管理的對象和內容的做法實際上是本末倒置，從而導致了管理工作的表面化，同時也使管理工作出現了很多盲區。另一方面，由於實證主義抹殺了社會科學與自然科學的區別，為量化管理的無限擴張提供了理論依據，很多不能量化或不宜量化的事物被納入量化管理的軌道強行量化，其後果是表面上增加了管理的可操作性，而實質上量化的結果與事物的本質之間並沒有本質聯系，對管理工作造成誤導。 除科學管理和實證主義外，量化管理還直接受到科學主義思潮的影響。科學主義（Scienrism）是現代西方兩大哲學思潮之一，它又被譯為唯科學主義，是一種狹隘的科學觀。人類在走過了原始的蠻荒和中世紀的蒙昧之後，自然科學一直在征服自然、改造自然的活動中凱歌行進。隨著科學技術的迅速發展和廣泛應用，科技對人類社會的作用越來越大，在人們心目中的地位也越來越高，贏得了人們普遍的信任和尊重。人們在盡情享受科技文明的喜悅時，不由自主地滋生了對科學的崇拜和迷信。「科學萬能」成為人們深信不疑的神話。由於科學的成功所取得的威望，科學的威力被誇大到了無以復加的程度，認為科學無所不能，無往不勝，自然科學知識被視為人類知識的典範，科學方法被視為無所不能。在這種歷史背景下，科學主義誕生了，它把科學片面地理解為實證自然科學，並被推廣到人類社會生活的各個領域，認為唯有科學才能有效可靠地認識世界、改造世界，唯有科學的不斷發展、進步才能促進社會向前發展，把科學的有限原則予以無限制的普遍適用，試圖把自然科學的精神和方法貫徹運用到其他所有知識領域，包括用自然科學解釋人的心理、社會和哲學問題。科學主義在方法論上的主要觀點是崇尚客觀、精確、量化、崇尚機械性地預設、徹底的論證，認為自然科學方法是唯一科學的方法，因而自然科學方法應被廣泛應用於哲學和社會科學的一切研究領域。任何學科要真正成為科學，就必須運用實驗— — 歸納這種自然科學的實證方法來探尋事實間的因果關系，並在此基礎上建立起嚴密的學科體系。
在科學主義的影響下，量化管理注重吸收和借鑒自然科學的方法和手段來解決管理問題，把管理活動抽象成數學模型，運用各種數學方法對管理結果統計、計算、分析，追求管理結果的數量化和精確化，這些都在一定程度上促進了管理的科學性、嚴謹性。但科學主義實質上是對科學盲目崇拜和信仰的一種狹隘的科學觀，以此為指導思想的量化管理盲目地將一些自然科學方法應用於人的精神、思想、意識領域，並將管理是否量化以及量化結果的精確程度作為衡量管理活動是否科學的依據，這種作法有失偏頗。首先，任何方法都有其適用范圍，自然科學方法並不能適用於所有的學科領域，用自然科學方法來考察社會關系、人的思想意識、腦力勞動成果等事物，從表面上看是增加了其科學性，而實質上造成了對事物本質屬性的扭曲；其次，量化管理一味追求量化結果的精確性，實際上量化結果的精確性與其科學性之間並沒有必然聯系，有些量化結果看似精確而實際是毫無意義的。比如一個學生的操行品德得了85分，這並不能說明該學生道德水平高或者達到了某一水平。
由上述分析可以看出，量化管理是一種以科學管理為其理論依據，以實證主義作為其方法論基礎，以科學主義作為指導思想，以成熟的自然科學為效法的榜樣，以追求精確、定量、客觀為目標的管理方法。它在適當范圍的應用可以有效地減少「磨洋工」現象，提高管理的效率。但如果片面誇大其科學性，對它盲目崇拜，就會導致量化管理的不斷泛化，進而走向極端化，最終會給人們的社會生產實踐造成巨大的負面效應。