1、在描述統計中，可以通過統計量描述數據的分布特征。
對數據分布特征的測度：①分布的集中趨勢（反應向中心值的聚集程度）；②分布的離散程度（反應各數據的差異程度，和中心數據的代表程度）；③分布的偏態（反應數據分布的不對稱性）。
2、集中趨勢的測度
集中趨勢，是指一組數據向某一中心值靠攏的傾向，測度集中趨勢也就是尋找數據一般水平的代表值或中心值。
| 集中趨勢的測度 | 概念 | 優點 | 缺點 | 適用范圍 |
均值（數值平均數） | 平均數，集中趨勢最主要的測度值，數據的重心，解釋了數據的平均水平。 | 能充分利用數據全部信息，受到每個觀測值的影響，較穩定 | 易受極端值的影響。 | 適用于定量變量，數值型數據，不適用與分類和順序數據。 |
中位數（位置平均數） | 把一組數據按從小到大的順序進行排列，位置居中的數值叫做中位數。 | 不受極值個影響，抗干擾性強。 | 沒有充分利用數據的全部信息，穩定性差于均值，優于眾數。 | 適用于順序數據和數值型數據，不適用于分類數據。尤其適用分布不對稱的數值型數據。 |
眾數（位置平均數） | 一組數據中出現次數或頻數最多的變量值。 | 不受極值影響。 | 沒有充分利用數據的全部信息，缺乏穩定性，而且可能不唯一。 | 適用于分類和順序變量，不適用于定量變量。 |
3、離散程度的測度
離散程度，是指數據之間的差異程度或頻數分布的分散程度。離散程度的測度，主要包括極差、方差和標準差、離散系數等。適用于數值型數據。
①極差，極差是最簡單的變異指標，是總體或分布中最大的標志值與最小的標志值之差，又稱全距，用R表示。
②方差：數據組中各數值與其均值離差平方的平均數，是實際中用的最廣泛的離散程度測度值，越小則均值代表性越好。
③標準差，總體所有單位標志值與其平均數離差之平方的平均數的平方根。
④離散系數
極差、標準差和方差等都是反映數據分散程度的絕對值。為消除變量值水平高低和計量單位不同對離散程度測定值的影響，需要計算離散系數。
4、分布形態的測度
①偏態系數
②標準分數
5、變量間的相關分析
①變量間相關關系的分類：
按相關程度分：完全相關，不完全相關，不相關。
按相關方向分：正相關，負相關。
按相關形式分：線性相關（不一定是直線，曲線也可以），非線性相關。
相關關系并不等同于因果關系，即有相關關系的變量之間，并不一定一方由另一方引起。
②散點圖：可以表示兩個變量之間的關系。
6、相關系數
相關系數是度量兩個變量間相關關系的統計量。最常用的相關系數是Pearson相關系數，度量的兩個變量間的線性相關關系。
