统计学是通过一些必要手段，来对搜集到的数据进行整合，以达到推断所测对象的本质的一门科学。在本教程中，我们将对国立交通大学的叙述统计学课程进行学习。下面我们就来了解一下。

　　描述统计学(deｓｃｒｉｐｔive statistics)是研究如何取得反映客观现象的数据，并通过图表形式对所搜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的一门学科。

　　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)。