从统计学和数据分析的角度来看，我们可以分析各个选项：

- **A: 离散的数值型数据一般只取整数值，例如子女的个数0，1，2，3 等。**
- **正确**。离散数据是指只能取有限个数或无限个可能值的数据，这些值通常是整数。因此，子女的个数是一个典型的离散数值型数据。

- **B: 布尔类型的数据只有两个可能的取值，在Python中用True和False表示。**
- **正确**。布尔类型的数据确实只有两个取值，即True和False。在Python编程中，布尔值就是用这两个表示。同时，在统计分析时，布尔类型可以看作是一种特殊的分类数据。

- **C: “object”类型的分类变量在带入到scikit-learn模型中时需要进行编码。**
- **正确**。在Python的pandas库中，“object”类型通常用于表示字符串或分类数据。在使用scikit-learn进行建模时，模型无法直接处理字符串类型的数据，因此需要将这些分类变量进行编码，如使用One-Hot编码或Label编码。

- **D: 顺序数据是有序的，并且有逻辑顺序。比如，不满意/一般/满意。**
- **正确**。顺序数据是一种分类数据，但与普通的分类数据不同，顺序数据之间存在显著的顺序或等级关系。例如，满意度量表中的“不满意”、“一般”、“满意”就是具有明显顺序的顺序数据。

因此，所有选项均为正确：**A、B、C、D**。

这些选项涵盖了数据类型的不同方面，分别说明了离散数据、布尔数据、分类数据编码以及顺序数据的特性。理解这些特性对数据预处理和分析是非常重要的。