描述統計學
描述統計是來描繪(describe)或總結(summarize)的觀察量的基本情況的統計總稱。描述統計學研究如何取得反映客觀現象的數據，並通過圖表形式對所收集的數據進行加工處理和顯示，進而通過綜合概括與分析得出反映客觀現象的規律性數量特徵。
透過對於數據資料的進行圖像化處理，將資料摘要變爲圖表，以直觀了解整體資料分布的情況。通常會使用的工具是頻數分布表(frequencydistributiontable)與圖示法，如多邊圖(polygon)、直方圖(histogram,barchart)、圓形圖(piechart)、散點圖(scatterplot)等。
透過分析數據資料，以了解各變量內的觀察值集中與分散的情況。運用的工具有：集中量數(measureofcentrallocation)，如平均數(Mean)、中位數(Median,Md)、衆數(Mode,Mo)、幾何平均數(Geometricmean,GM)、調和平均數(Harmonicmean,HM)。與變異量數(measureofvariation)，如全距(range)、平均差(averagedeviation,AD)、標準差(standarddeviation,SD)、相對差、四分差(quartiledeviation)。
在推論統計中，測量樣本的集中量數與變異量數都是變量(parameter)的不偏估計值，但是以平均數、變異數、標準差的有效性最高。
數據的次數分配情況，往往會呈現常態分配。爲了表示測量數據與常態分配偏離的情況，會使用偏態(skewness)、峯度(kurtosis)這兩種統計數據。
爲了解個別觀察值在整體中所佔的位置，會需要將觀察值轉換爲相對量數，如百分等級(percentagerank,PR)，或標準分數(Zscore,Tscore)。
統計研究過程的起點是統計數據，終點是探索出客觀現象內在的數量規律性。在這一過程中，如果搜集到的是總體數據（如普查數據），則經過描述統計之後就可以達到認識總體數量規律性的目的了；如果所獲得的只是研究總體的一部分數據（樣本數據），要找到總體的數量規律性，則必須應用概率論的理論並根據樣本信息對總體進行科學的推斷。
顯然，描述統計和推斷統計是統計方法的兩個組成部分。描述統計是整個統計學的基礎，推斷統計則是現代統計學的主要內容。由於在對現實問題的研究中，所獲得的數據主要是樣本數據，因此，推斷統計在現代統計學中的地位和作用越來越重要，已成爲統計學的核心內容。當然，這並不等於說描述統計不重要，如果沒有描述統計收集可靠的統計數據並提供有效的樣本信息，即使再科學的統計推斷方法也難以得出切合實際的結論。從描述統計學發展到推斷統計學，既反映了統計學發展的巨大成就，也是統計學發展成熟的重要標志。
[2] 育路網 http://www.yuloo.com/kjks/kj-qtks/kj-tongji/2008-10-29/140234.html
