描述统计学

描述统计是来描绘(describe)或总结(summarize)的观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。

透过对于数据资料的进行图像化处理，将资料摘要变为图表，以直观了解整体资料分布的情况。通常会使用的工具是频数分布表(frequencydistributiontable)与图示法，如多边图(polygon)、直方图(histogram,barchart)、圆形图(piechart)、散点图(scatterplot)等。

透过分析数据资料，以了解各变量内的观察值集中与分散的情况。运用的工具有：集中量数(measureofcentrallocation)，如平均数(Mean)、中位数(Median,Md)、众数(Mode,Mo)、几何平均数(Geometricmean,GM)、调和平均数(Harmonicmean,HM)。与变异量数(measureofvariation)，如全距(range)、平均差(averagedeviation,AD)、标准差(standarddeviation,SD)、相对差、四分差(quartiledeviation)。
在推论统计中，测量样本的集中量数与变异量数都是变量(parameter)的不偏估计值，但是以平均数、变异数、标准差的有效性最高。

数据的次数分配情况，往往会呈现常态分配。为了表示测量数据与常态分配偏离的情况，会使用偏态(skewness)、峰度(kurtosis)这两种统计数据。

为了解个别观察值在整体中所占的位置，会需要将观察值转换为相对量数，如百分等级(percentagerank,PR)，或标准分数(Zscore,Tscore)。

描述统计学和推断统计学的划分，一方面反映了统计方法发展的前后两个阶段，同时也反映了应用统计方法探索客观事物数量规律性的不同过程。

统计研究过程的起点是统计数据，终点是探索出客观现象内在的数量规律性。在这一过程中，如果搜集到的是总体数据（如普查数据），则经过描述统计之后就可以达到认识总体数量规律性的目的了；如果所获得的只是研究总体的一部分数据（样本数据），要找到总体的数量规律性，则必须应用概率论的理论并根据样本信息对总体进行科学的推断。

显然，描述统计和推断统计是统计方法的两个组成部分。描述统计是整个统计学的基础，推断统计则是现代统计学的主要内容。由于在对现实问题的研究中，所获得的数据主要是样本数据，因此，推断统计在现代统计学中的地位和作用越来越重要，已成为统计学的核心内容。当然，这并不等于说描述统计不重要，如果没有描述统计收集可靠的统计数据并提供有效的样本信息，即使再科学的统计推断方法也难以得出切合实际的结论。从描述统计学发展到推断统计学，既反映了统计学发展的巨大成就，也是统计学发展成熟的重要标志。
[1] 企业大学网 http://www.study365.cn/baike/12873.html
[2] 育路网 http://www.yuloo.com/kjks/kj-qtks/kj-tongji/2008-10-29/140234.html