离散变量与连续变量的区别主要体现在以下两个方面：
取值性质：
离散变量：其值是有限且可枚举的，如整数。每个值之间有明确的间隔，不能取这些间隔中的值。例如，人数、物品数量等都是离散变量。连续变量：其数值范围是无限的，可以在任何给定区间内取任意数值，没有固定的间隔。如长度、温度、时间等都是连续变量，它们可以取小数、分数等任意实数。
概率分布模型：
离散变量：通常与特定的分布模型相关联，如二项分布、泊松分布、两点分布、几何分布和超几何分布等。这些分布模型描述了离散变量取不同值的概率。连续变量：其概率分布则包括指数分布、均匀分布以及正态分布等。这些分布模型反映了连续性变量数据的集中趋势和离散程度，描述了变量在某一区间内取值的概率密度。
综上所述，离散变量和连续变量的主要区别在于它们的取值性质和相应的概率分布模型。理解这些区别有助于我们更好地分析和处理不同类型的数据。