�м�����ʦ

1、在描述统计中，可以通过统计量描述数据的分布特征。
对数据分布特征的测度：①分布的集中趋势（反应向中心值的聚集程度）；②分布的离散程度（反应各数据的差异程度，和中心数据的代表程度）；③分布的偏态（反应数据分布的不对称性）。
2、集中趋势的测度
集中趋势，是指一组数据向某一中心值靠拢的倾向，测度集中趋势也就是寻找数据一般水平的代表值或中心值。

3、离散程度的测度
离散程度，是指数据之间的差异程度或频数分布的分散程度。离散程度的测度，主要包括极差、方差和标准差、离散系数等。适用于数值型数据。
①极差，极差是简单的变异指标，是总体或分布中的标志值与小的标志值之差，又称全距，用R表示。
②方差：数据组中各数值与其均值离差平方的平均数，是实际中用的广泛的离散程度测度值，越小则均值代表性越好。
③标准差，总体所有单位标志值与其平均数离差之平方的平均数的平方根。
④离散系数
极差、标准差和方差等都是反映数据分散程度的值。为消除变量值水平高低和计量单位不同对离散程度测定值的影响，需要计算离散系数。
4、分布形态的测度
①偏态系数
②标准分数
5、变量间的相关分析
①变量间相关关系的分类：
按相关程度分：完全相关，不完全相关，不相关。
按相关方向分：正相关，负相关。
按相关形式分：线性相关（不一定是直线，曲线也可以），非线性相关。
相关关系并不等同于因果关系，即有相关关系的变量之间，并不一定一方由另一方引起。
②散点图：可以表示两个变量之间的关系。
6、相关系数
相关系数是度量两个变量间相关关系的统计量。常用的相关系数是Pearson相关系数，度量的两个变量间的线性相关关系。