什么叫量化方法论

① 什么是量化跟投

先了解一下，什么是量化投资
量化投资是一种系统化方法，它利用现代金融，计算机，数学，以及其他相关行业的知识和方法，包括行为学、心理学等，把投资理念，科学理论和实际数据量化为客观的数理模型，使用计算机技术完成全部或部分的投资。

量化投资需要把数据、策略、系统、执行四个方面综合起来完成一个有机的整体。量化投资本质上是一个方法论，可以应用到投资过程的每一个环节，比如大家熟悉的选股、基本面分析或者技术分析其实也算是广义量化金融的应用。你用了这些学科的知识去构建一个数理模型，一个投资决策模型，这是一个相对客观和理性的系统，是可以被应用于投资的第一步到最后一步的。



量化投资的特点

纪律性：量化投资是非常理性的，缜密的模型加丰富的数据会产生出决策，不会应为你今天心情不好而乱买乱卖，也不会因为犹豫不决而错失投资良机。量化是一个相对客观的决策和执行系统；

系统性：量化投资是数据、策略、系统、执行四方面的一个组合，这是一个完整的整体；

概率性：量化投资是去“博”大概率赚钱的机会。理论上讲当你的量化策略只要有 51% 的时候能预测正确市场，那么就能赚到钱，长期多次交易来看这个策略就是有效的，是可以赚钱的。当然实际交易还要考虑交易成本和市场情况， 51% 可能不够，但是只要你的策略能获得正向收益的概率达到一定值，你不用每次都对那么也能获得长期的盈利。

② 量化投资的主要方法和前沿进展

量化投资是通过计算机对金融大数据进行量化分析的基础上产生交易决策机制。设计金融数学和计算机的知识和技术，主要有人工智能、数据挖掘、小波分析、支持向量机、分形理论和随机过程这几种。
1．人工智能
人工智能（Artificial Intelligence，AI）是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学等学科，可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。
从思维观点看，人工智能不仅限于逻辑思维，还要考虑形象思维、灵感思维才能促进人工智能的突破性发展，数学常被认为是多种学科的基础科学，因此人工智能学科也必须借用数学工具。数学不仅在标准逻辑、模糊数学等范围发挥作用，进入人工智能学科后也能促进其得到更快的发展。
金融投资是一项复杂的、综合了各种知识与技术的学科，对智能的要求非常高。所以人工智能的很多技术可以用于量化投资分析中，包括专家系统、机器学习、神经网络、遗传算法等。
2．数据挖掘
数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。
与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。在量化投资中，数据挖掘的主要技术包括关联分析、分类/预测、聚类分析等。
关联分析是研究两个或两个以上变量的取值之间存在某种规律性。例如，研究股票的某些因子发生变化后，对未来一段时间股价之间的关联关系。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阈值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求。
分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。
预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来度量。
聚类就是利用数据的相似性判断出数据的聚合程度，使得同一个类别中的数据尽可能相似，不同类别的数据尽可能相异。
3．小波分析
小波（Wavelet）这一术语，顾名思义，小波就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与傅里叶变换相比，小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅里叶变换的困难问题，成为继傅里叶变换以来在科学方法上的重大突破，因此也有人把小波变换称为数学显微镜。
小波分析在量化投资中的主要作用是进行波形处理。任何投资品种的走势都可以看做是一种波形，其中包含了很多噪音信号。利用小波分析，可以进行波形的去噪、重构、诊断、识别等，从而实现对未来走势的判断。
4．支持向量机
支持向量机（Support Vector Machine，SVM）方法是通过一个非线性映射，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题，简单地说，就是升维和线性化。升维就是把样本向高维空间做映射，一般情况下这会增加计算的复杂性，甚至会引起维数灾难，因而人们很少问津。但是作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本集，在高维特征空间中却可以通过一个线性超平面实现线性划分（或回归）。
一般的升维都会带来计算的复杂化，SVM方法巧妙地解决了这个难题：应用核函数的展开定理，就不需要知道非线性映射的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎不增加计算的复杂性，而且在某种程度上避免了维数灾难。这一切要归功于核函数的展开和计算理论。
正因为有这个优势，使得SVM特别适合于进行有关分类和预测问题的处理，这就使得它在量化投资中有了很大的用武之地。
5．分形理论
被誉为大自然的几何学的分形理论（Fractal），是现代数学的一个新分支，但其本质却是一种新的世界观和方法论。它与动力系统的混沌理论交叉结合，相辅相成。它承认世界的局部可能在一定条件下，在某一方面（形态、结构、信息、功能、时间、能量等）表现出与整体的相似性，它承认空间维数的变化既可以是离散的也可以是连续的，因而极大地拓展了研究视野。
自相似原则和迭代生成原则是分形理论的重要原则。它表示分形在通常的几何变换下具有不变性，即标度无关性。分形形体中的自相似性可以是完全相同的，也可以是统计意义上的相似。迭代生成原则是指可以从局部的分形通过某种递归方法生成更大的整体图形。
分形理论既是非线性科学的前沿和重要分支，又是一门新兴的横断学科。作为一种方法论和认识论，其启示是多方面的：一是分形整体与局部形态的相似，启发人们通过认识部分来认识整体，从有限中认识无限；二是分形揭示了介于整体与部分、有序与无序、复杂与简单之间的新形态、新秩序；三是分形从一特定层面揭示了世界普遍联系和统一的图景。
由于这种特征，使得分形理论在量化投资中得到了广泛的应用，主要可以用于金融时序数列的分解与重构，并在此基础上进行数列的预测。
6．随机过程
随机过程（Stochastic Process）是一连串随机事件动态关系的定量描述。随机过程论与其他数学分支如位势论、微分方程、力学及复变函数论等有密切的联系，是在自然科学、工程科学及社会科学各领域中研究随机现象的重要工具。随机过程论目前已得到广泛的应用，在诸如天气预报、统计物理、天体物理、运筹决策、经济数学、安全科学、人口理论、可靠性及计算机科学等很多领域都要经常用到随机过程的理论来建立数学模型。
研究随机过程的方法多种多样，主要可以分为两大类：一类是概率方法，其中用到轨道性质、随机微分方程等；另一类是分析的方法，其中用到测度论、微分方程、半群理论、函数堆和希尔伯特空间等，实际研究中常常两种方法并用。另外组合方法和代数方法在某些特殊随机过程的研究中也有一定作用。研究的主要内容有：多指标随机过程、无穷质点与马尔科夫过程、概率与位势及各种特殊过程的专题讨论等。
其中，马尔科夫过程很适于金融时序数列的预测，是在量化投资中的典型应用。
现阶段量化投资在基金投资方面使用的比较多，也有部分投资机构合券商的交易系统应用了智能选股的技术。

③ 量化与质化指标是什么

量化研究是指着重探讨研究对象的数量特征、关系和变化，并以此预测社会现象的发展趋势的研究方法。典型的量化研究方法包括实验方法、统计方法等。

质性研究主要是通过对社会现象发展过程及其特征的深入分析，以及对社会现象的详细考察，解释社会现象的本质和变化发展的规律的方法。典型的质性研究方法包括实地研究、文献研究等。

由于量化研究和质性研究在研究的出发点、侧重点和归宿等方面存在着明显的不同，因此，如何正确对待和处理二者的关系一直是犯罪社会学研究方法的重大问题。

量化和质性相结合的原则是指在犯罪社会学研究中，要综合运用量化研究方法和质性研究方法开展研究活动的方法论原则。

(3)什么叫量化方法论扩展阅读

质化研究通过分析无序信息探寻某个主题的“为什么”，而不是“怎么办”，这些信息包括会谈记录脚本和录音、电子邮件、注释、反馈表、照片以及视频等。与量化研究不同，它并不仅仅依靠统计数据或数字来得出结论。它也有像“扎根理论”、“人种学”等正式的研究方法。

参考资料来源：网络-量化和质性

④ 量化分析三大层次

什么是量化投资？
最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。

过去20年收益率最高的基金,是文艺复兴科技公司的大奖章,其客户平均年收益率高达35%;而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。

量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:
首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。

其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品Pure Alpha过去五年共赚取超过350亿美金。

第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。

量化投资的理论基础
说到量化投资的理论基础,就要从市场有效性假说说起，技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2010年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2010年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。

传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息(内幕消息或者私人消息)来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场(基本上进入半强式有效市场状态),量化投资为啥可以得到蓬勃发展的原因。

随着中国市场有效性的提高,中国开始进入半强式有效市场阶段,再加上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。

很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。

美好前景
中国经济经过30年的高速发展,各行各业基本上已经定型,能够让年轻人成长的空间越来越小了。未来十年,量化投资与对冲基金这个领域是少有的几个,可以诞生个人英雄的行业,无论是出生贵贱,无论是学历高低,无论是有无经验,只要你勤奋、努力。脚踏实地的研究模型,研究市场,开发出适合市场稳健盈利的交易系统,实现财务自由,并非遥不可及的梦想。

曾经有研究助理抱怨:“我们做量化研究的,一年都没有啥机会出去调研,免费旅游的机会都木有啊”。
“你只要好好研究量化模型,找到持续稳定盈利的策略,自然就会有大量的资金来找你合作,实现财务自由不困难。到时候你会开着游艇出海,去拉斯维加斯享受,去非洲草原猎象,又何必在乎眼前的这点免费旅游呢？”他点头如捣蒜。

在中国目前的很多领域,赚钱已经变成一个非常困难的事情,但是在量化投资与对冲基金领域,是完全依靠自己的勤奋与努力。一个持续稳定赚取的模型,不是靠关系和背景就可以的,而是靠着自己的聪明才智和脚踏实地的工作。

⑤ 什么是课程的量化评价和知性评价

一、课程与量化评价
所谓量化课程评价，一定是“力图把复杂的教育现象和课程现象简化为数量，进而从数量的分析与比较中推断某一评价对象的成效。”这种评价方法在20世纪60年代之前占了主导地位，这个历史时期也一定是课程评价专家古巴和林肯所说的课程的“第一代评价”和“第二代评价”时期。
1.理论基础 量化评价是实证主义方法论的直接产物。它感觉主体和客体是相互孤立的实体。世界是有规则的、可预知的，存在着一般的规律和模式。事物内部和事物之间必定存在逻辑因果关系，量化评价一定是运用这些关系。“知识”具有客观规律和可重复性。评价者只要遵守一定的方法规范，就能够将评价的结果在更大的领域内推广。因此，使用一种理性、客观的方法，配合适合的程序，就能使我们预知和操纵世界
2.评价目标量化课程评价追求对被评价对象的有效操纵和改良。它的核心价值是秩序和一致，感觉课程评价的目标在于把握课程量的规定性，即通过具体的数学统计、运算和量化分析，揭示出与课程相关的数量关系，掌握课程的数量特点和变化，从量的关系上对课程进行推断。评价过程本质上是一个断定课程计划实际达到教育目标的程度的过程。美国评价专家泰勒的基础原理反响了这个过程，教或学被描写成高度操纵、线性的和可测试的活动。
3.评价过程量化评价主要针对课程实行结果进行的，即“应当评价啥”，而不是“啥值得评价”，如测量学生的学习成绩。最常见的评价形式是“课程是否达到这一目标”，如泰勒的评价模式。量化评价的主要过程包含提出问题、设定评价、定义变量、抽样、分析、结论等。它具有标准化程序，是自上而下、从一般到特别的演绎过程。它先进行假设，接着使用一定的数学方法对课程特点进行量化，如用数学语言表示课程的状态、关系和过程，在此基础上，收集大批的资料进行统计和运算，抽取并推导出对课程评价有价值、有意义的数据资料，接着将事实与假设加以分析比较，并不断修改和完善假设，最后来得出结论。课程评价在这个地点是一种技术性和生产性的过程。技术性，指课程行为是标准化、系统化的；生产性指课程评价的主要目标是供给明确推断或课程决策。
4.评价的具体方法量化评价将事实和价值相分别，强调课程需要严格操纵，评价方法主要是对成功或失败，好或坏的量化，强调精确度、信度、效度。它感觉方法是“为达到目标和事实而使用的技术”。它主要用视察、实验、调查、统计等方法进行课程评价，对评价的周密性、客观性、价值中立提出了严格的要求，力求得到绝对客观的事实。另外，常用资料的形式对课程现象进行解释，采用逻辑和理性的方法和线性模式，探寻投入、实行过程和结果之间联系。量化评价的方法简便易行，容易操作，具有具体性、精确性和可验证性等特点，推动了课程评价科学化的过程，因而一直在实践中处于安排地位。
5.评价者的角色量化评价者不考虑评价对象的行为与特定情境的关系，感觉现实是不以人的意志为转移的，是客观存在的。评价者在评价之前就作出种种假设，在评价过程中，“客观”地搜集与课程有关的资料，最大限度地测量和解释课程是怎么样实行以及结果是啥。他会给课程特征供给一个“可信的”、“有效的”推断。这个地点的评价是自上而下的，评价者具有特别大的权威。正常情况下评价者是个别行动，在评价者与开发者、教师与学生和其它关系人之间保持一定距离。能够说，评价者是一个有“无限权利”的人，因为他们充当了专家或评判员，从而操纵着评价过程。
二、课程与质性评价
在20世纪60年代之前，人们一度十分重视量化评价，感觉只有量化分析才是科学。在这之后，随着社会批评思潮的兴起，人们认识到评价不是一个单纯技术问题，纯粹价值中立的描写是不存在的，因此，评价要对被评价对象的价值或特点作出推断，价值问题由此在评价领域凸现出来，人们评价的重点转向了价值观。20世纪70年代以后，“量化评价”逐步为“质性评价”所代替，质性课程评价也日益兴盛起来。
1.理论基础 这种方法源于解释主义哲学。主体和客体两者是互为主体、相互渗透的。知识是主体不断通过建构和检验而形成。不存在带有普遍意义的、脱离具体情境的抽象的知识，因而不能用对或错对知识加以推断，而必须根据它在具体情境中发挥的作用。事实与价值并不是相互独立的。不能完全用科学方法去评价教育和课程现象，那样只会导致人们对课程认识的僵化。许多问题只能通过描写性、解释性的语言来实现。质性评价一定是要对与课程相关的行为及其缘由和意义作出推断。
2.评价目标 质性评价不追求实用于一切的普遍规律。它的目标在于把握课程质的规定性，通过对课程普遍过细地分析，深入懂得，进而从参与者的角度来描写课程的价值和特点。评价是为了加强课程规划的有效性，并使参与的每一个人受益。知识是相对的，因而课程也是不断发展的，我们只能做大致描写和价值推断。评价要检验学生通过课程学到了哪些东西。在评价过程中，有时学生会学到他们不甘心学或者没让他们学的内容。这可能意味着小孩们在课程内容学习上的失败，但它本身并不是一个学习的问题。然而若使用量化评价方法，会测不到这方面内容而疏忽了一些重要因素。而质性评价把学习懂得为增进评价的开展，会把它作为讨论、决策、行动的资料来源。
3.评价过程 质性评价不强调在评价开始就对评价问题进行理论假设，假设能够在评价过程中形成，也能够随着评价的进行而转变，因此质性评价本质上是一个自下而上的归纳过程。评价者把评价过程视为评价者发现课程潜在价值的过程。这种评价过程增加了我们对教学本质以及师生关系、课程设计及性质、师生行为、建构知识的性质和结构等的懂得。这种评价没有绝对严格的程序，带有特别大的机动性，前一步资料搜集的情况往往决定下一步的方向。课程评价是一个持续性的、动态的过程，是一种共同参与的活动，是一种持续评价、不断反馈的模式。
4.评价的具体方法 质性评价感觉，资料是对评价者价值观的反响。在评价开始之前，人们不明白他需要揭示的东西。随着资料的收集和分析，所需要的方法将不断浮现。不同的调查主题会采用不同的方法，具体有参与视察、行动研究、人种学等。与量化评价的精断定义、精心设计、预设程序和工具等相反，质性评价中的工具和方法是逐渐显露出来的。在学校和课堂，在不同的课程规划时期，评价者会在评价中不断更新或改良相关的评价程序、工具和变量。
5.评价者的角色质性评价主张不要对外部评价者与内部评价者进行严格区分。课程评价是一个包含所有参与课程检验、并懂得课程评价过程的个体（如教师、学生、家长、督导员、专家等）在内的共同参与的、持续性的过程。评价者充当了增进者，鼓舞参与者对有关课程的内容提问、讨论，同时进行设计和资料收集、分析、解释，并澄清一些观念，如教育目标、知识的本质、教与学、特定情境和教育环境的含义等。评价者会考虑到参与者对当前课程见解、发展方向，并借鉴其它参与者的观点。评价者也是一名学者和教师，通过对话和合作性活动指导所有参与者，提高了参与者的评价思维过程和技巧，并解决他们的困惑。评价者不一定中立，他也能够在合作性的对话中发表自个儿见解。

⑥ 我是学新闻传播学的 我想知道定量分析 定性分析 量化研究 这几个词有什么区别有包含或被包含关系嘛

定量分析是用来确定物质含量，定性分析是用来确定是否含有某种物质（通过确定物质的某种性质来判断是否含有该种物质，故叫定性分析），这2种分析一般概念上专指理化分析，而量化研究方法是指在研究的领域引进可测量方法，并得出准确结果。也是最伤脑力的。一般先寻求各种关系，建立比较标准，繁重的数据搜集，各种模型的尝试。反反复复的演算......当然，海量的对象有的可测度或不可测度则是不可知的，量化研究对于理化分析来说就是定量分析的研究，但其研究范围比理化分析更广。希望对你有用！

⑦ 量化分析的特性是什么量化分析在商业运作中起什么作用请举例~~~

笨蛋，量化分析就是定量分析，答案自己找。 赶紧给分，有什么不懂的找郑老师方老师都可以。。

什么是定量研究？
定量研究一般是为了对特定研究对象的总体得出统计结果而进行的。定性研究具有探索性、诊断性和预测性等特点，它并不追求精确的结论，而只是了解问题之所在，摸清情况，得出感性认识。定性研究的主要方法包括： 与几个人面谈的小组访问，要求详细回答的深度访问，以及各种投影技术等。在定量研究中，信息都是用某种数字来表示的。在对这些数字进行处理、分析时，首先要明确这些信息资料是依据何种尺度进行测定、加工的，史蒂文斯（S. S. Stevens）将尺度分为四种类型，即名义尺度、顺序尺度、间距尺度和比例尺度。

[编辑]定量研究的四种测定尺度及特征
名义尺度所使用的数值，用于表现它是否属于同一个人或物。

顺序尺度所使用的数值的大小，是与研究对象的特定顺序相对应的。例如，给社会阶层中的上上层、中上层、中层、中下层、下下层等分别标为“5、4、3、2、1”或者“3、2.5、2、1.5、1”就属于这一类。只是其中表示上上层的5与表示中上层的4的差距，和表示中上层的4与表示中层的3的差距， 并不一定是相等的。5、4、3 等是任意加上去的符号，如果记为 100、50、10 也无妨。

间距尺度所使用的数值，不仅表示测定对象所具有的量的多少，还表示它们大小的程度即间隔的大小。不过，这种尺度中的原点可以是任意设定的，但并不意味着该事物的量为“无”。例如，O°C 为绝对温度 273°K，华氏32°F。

名义尺度和顺序尺度的数值不能进行加减乘除，但间距尺度的数值是可以进行加减运算的。然而，由于原点是任意设定的，所以不能进行乘除运算。例如，5℃和 10℃之间的差，可以说与15℃和20℃之间的差是相同的， 都是5°C。但不能说 20℃就是比5℃高4倍的温度。

比例尺度的意义是绝对的，即它有着含义为“无”量的原点0。长度、重量、时间等都是比例尺度测定的范围。比例尺度测定值的差和比都是可以比较的。例如：5分钟与10 分钟之间的差和10分钟与15分钟之间的差都是5 分钟，10 分钟是2分钟的5倍。比例尺度可以进行加减乘除运算。

下表是以上四种尺度的特征汇总表。在市场营销研究中，很多内容或研究项目都不具备比例尺度或间距尺度的条件，应注意在处理这些问题时，不要出现失误。

四种测定尺度及其特征

尺度 允许的变量转换 允许的四则运算 允许的统计计算 在市场营销中的应用举例
名义 y=f(x)
f(x)为对应 —— 百分比排列顺序卡方测定 给属于特定群体的事物编号（男女、职业、商店种类、产品种类、品牌、销售区域等）
顺序 y=f(x)
f(x)只增加 —— 中位数百分位顺序相关符号测定集合测定 对产品、企业的意见、态度（非常好、好、不好说、坏、非常坏），比较几种品牌的喜好程度，购买者的社会阶层等
间距 y=a+bx
B>0 加减 范围算术平均均差标准差t-检验 F-检验 利用五等级法、七等级法测对产品或企业的意见、态度。
比例 y=ax
a>0 加减乘除 几何平均调和平均变动系数 消费者的年龄、收入、顾客量、销售数量，销售金额

[编辑]定性研究与定量研究的区别
定性研究（qualitativeresearch）和定量研究（quantitativeresearch）的根本性区别有三点：

首先，两种方法所依赖的哲学体系（philosophyofreality）有所不同。作为定量研究，其对象是客观的、独立于研究者之外的某种客观存在物；而作为定性研究，其研究对象与研究者之间的关系十分密切，研究对象被研究者赋予主观色彩，成为研究过程的有机组成部分。定量研究者认为，其研究对象可以像解剖麻雀一样被分成几个部分，通过这些组成部分的观察可以获得整体的认识。而定性研究者则认为，研究对象是不可分的有机整体，因而他们检视的是全部和整个过程。

第二，两种研究方法在对人本身的认识上有所差异。量化研究者认为，所有人基本上都是相似的；而定性研究者则强调人的个性和人与人之间的差异，进而认为很难将人类简单地划归为几个类别。

第三，定量研究者的目的在于发现人类行为的一般规律，并对各种环境中的事物作出带有普遍性的解释；与此相反，定性研究则试图对特定情况或事物作特别的解释。换言之，定量研究致力于拓展广度，而定性研究则试图发掘深度。

由于方法论上的不同取向，导致了在实际应用中定量方法与定性方法明显的差别。这主要体现在如下几个方面：

1、研究者的角色定位（roleoftheresearch）。定量研究者力求客观，脱离资料分析。定性研究者则是资料分析的一部分。对后者而言，没有研究者的积极参与，资料就不存在。

2、研究设计（design）。定量研究中的设计在研究开始前就已确定。定性研究中的计划则随着研究的进行而不断发展，并可加以调整和修改。

3、研究环境（setting）。定量研究运用实验方法，尽可能地控制变数。定性研究则在实地和自然环境中进行，力求了解事物在常态下的发展变化，并不控制外在变数。

4、测量工具（measurement）。定量研究中，测量工具相对独立于研究者之外，事实上研究者不一定亲自从事资料筹集工作。而在定性研究中，研究者本身就是测量工具，任何人都代替不了他。

5、理论建构（theorybuilding）。定量研究的目的在于检验理论的正确性，最终结果是支持或者反对假设。定性研究的理论则是研究过程的一部分，是“资料分析的结果”（datadriven）。

⑧ 量化管理的理论基础

泰勒先后做了大量实验，在总结长期实验的基础上，他提出了科学管理的五条原则：
1．工时定额化。对工人提出科学的操作方法，以便有效利用工时，提高工效，研究工人工作时动作的合理性，去掉多余的动作，改善必要的动作，并规定出完成每一个单位操作的时间，制定出劳动时间定额。
2．分工合理化。对工人进行科学的选择、培训和晋升，选择合适的工人安排在合适的岗位上，并培训工人使用标准的操作方法，使之在工作中逐步成长。
3．程序标准化。制定科学的工艺规程，使工具、机器、材料标准化，并对作业环境标准化，用文件形式固定下来。
4．酬金差额化。把工人工作任务完成情况与工人工资收入相联系，实行具有激励性的计件工资制度，对完成和超额完成定额的工人以较高的工资率计件支付工资；对完不成定额的工人，则按较低的工资率支付工资。
5．管理职能化。管理和劳动分离，管理者和劳动者在工作中密切合作，以保证工作按标准的设计程序进行。
泰勒认为，“管理这门学问注定会具有更富于技术的性质。那些现在还被认为是在精密知识领域以外的基本因素，很快都会像其他工程的基本因素那样加以标准化，制成表格，被接受利用。”泰勒还进一步指出，“同样的原则能以等量的威力适用于所有的社会行为上：在人们的家庭管理上，在人们的农场管理上，在人们的大小商人、人们的教育、人们的慈善机构、人们的大学和人们的政府各部门的业务管理上。” 概括而言，实证主义主要包括以下一些思想：① 科学中的一切知识都是通过用感官进行系统的观察获得的。对一种主张（观点）决定取舍的唯一标准，是看它是不是和事实（经验数据资料）一致。② 对实证主义而言，事实或经验数据资料是不带理论性的，是不受道德或政治的、种族或文化的偏见的影响的，它们是能够用不含任何理论假设或预设的语言加以描述的。③ 客观性是通过主观之间对事实的一致看法而建立的。④隐藏在物理科学进步背后的方法，对于人类社会领域的研究也是适用的。⑤ 科学的目的是建立普遍法则或一些概念。这些普遍“真理”是依赖对事实的观察研究而确立的。一旦这样的真理成立，它们就会生成新的假设，待进一步的观察研究验证。⑥ 正像在物理科学中一样，复杂的现象被分解为基本组成要素或部分，在社会科学中也要如此。⑦ 科学研究是价值无涉的，即是说，对于政治、社会或道德问题是中立的。
实证主义用数学、物理学等严密科学构造了关于世界的图示，强调事实和经验，反对思辩，主张用实证科学的方法统辖所有的科学，在他们看来，某一学科要成为科学，就必须采用自然科学的研究方法，以精确化的语言来描述事实，并把理论演变成为一套技术原则与操作规范。
实证主义的这些思想对后世产生了巨大的影响，人们今天实施的量化管理就无不渗透着实证主义的精髓．比如追求实用性和可操作性，在管理过程中抛弃定性管理方法，强调管理工作要以“被观察到的事实为基础”，对管理的对象、内容、程序等方面都以制度的形式加以确立，以增加管理的可操作性；追求价值中立和道德中立，在管理过程中强调刚性管理原则，严格按照规章制度办事，尽量避免管理过程中人为因素（诸如人的思想、情感、意志）影响等 以实证主义为方法论指导的量化管理促进了管理的实用性和客观性．然而量化管理为追求管理的实用性和客观性，把“被观察到的事实”以外的事物，诸如人的思想、意识、情感等无法直接观察到的事实都排除在了管理范围之外，这种根据方法选择管理的对象和内容的做法实际上是本末倒置，从而导致了管理工作的表面化，同时也使管理工作出现了很多盲区。另一方面，由于实证主义抹杀了社会科学与自然科学的区别，为量化管理的无限扩张提供了理论依据，很多不能量化或不宜量化的事物被纳入量化管理的轨道强行量化，其后果是表面上增加了管理的可操作性，而实质上量化的结果与事物的本质之间并没有本质联系，对管理工作造成误导。 除科学管理和实证主义外，量化管理还直接受到科学主义思潮的影响。科学主义（Scienrism）是现代西方两大哲学思潮之一，它又被译为唯科学主义，是一种狭隘的科学观。人类在走过了原始的蛮荒和中世纪的蒙昧之后，自然科学一直在征服自然、改造自然的活动中凯歌行进。随着科学技术的迅速发展和广泛应用，科技对人类社会的作用越来越大，在人们心目中的地位也越来越高，赢得了人们普遍的信任和尊重。人们在尽情享受科技文明的喜悦时，不由自主地滋生了对科学的崇拜和迷信。“科学万能”成为人们深信不疑的神话。由于科学的成功所取得的威望，科学的威力被夸大到了无以复加的程度，认为科学无所不能，无往不胜，自然科学知识被视为人类知识的典范，科学方法被视为无所不能。在这种历史背景下，科学主义诞生了，它把科学片面地理解为实证自然科学，并被推广到人类社会生活的各个领域，认为唯有科学才能有效可靠地认识世界、改造世界，唯有科学的不断发展、进步才能促进社会向前发展，把科学的有限原则予以无限制的普遍适用，试图把自然科学的精神和方法贯彻运用到其他所有知识领域，包括用自然科学解释人的心理、社会和哲学问题。科学主义在方法论上的主要观点是崇尚客观、精确、量化、崇尚机械性地预设、彻底的论证，认为自然科学方法是唯一科学的方法，因而自然科学方法应被广泛应用于哲学和社会科学的一切研究领域。任何学科要真正成为科学，就必须运用实验— — 归纳这种自然科学的实证方法来探寻事实间的因果关系，并在此基础上建立起严密的学科体系。
在科学主义的影响下，量化管理注重吸收和借鉴自然科学的方法和手段来解决管理问题，把管理活动抽象成数学模型，运用各种数学方法对管理结果统计、计算、分析，追求管理结果的数量化和精确化，这些都在一定程度上促进了管理的科学性、严谨性。但科学主义实质上是对科学盲目崇拜和信仰的一种狭隘的科学观，以此为指导思想的量化管理盲目地将一些自然科学方法应用于人的精神、思想、意识领域，并将管理是否量化以及量化结果的精确程度作为衡量管理活动是否科学的依据，这种作法有失偏颇。首先，任何方法都有其适用范围，自然科学方法并不能适用于所有的学科领域，用自然科学方法来考察社会关系、人的思想意识、脑力劳动成果等事物，从表面上看是增加了其科学性，而实质上造成了对事物本质属性的扭曲；其次，量化管理一味追求量化结果的精确性，实际上量化结果的精确性与其科学性之间并没有必然联系，有些量化结果看似精确而实际是毫无意义的。比如一个学生的操行品德得了85分，这并不能说明该学生道德水平高或者达到了某一水平。
由上述分析可以看出，量化管理是一种以科学管理为其理论依据，以实证主义作为其方法论基础，以科学主义作为指导思想，以成熟的自然科学为效法的榜样，以追求精确、定量、客观为目标的管理方法。它在适当范围的应用可以有效地减少“磨洋工”现象，提高管理的效率。但如果片面夸大其科学性，对它盲目崇拜，就会导致量化管理的不断泛化，进而走向极端化，最终会给人们的社会生产实践造成巨大的负面效应。