描述性统计是一种分析方法，主要包含两种度量方式：位置度量和离散度度量。位置度量能反映数据的集中趋势，描述了中心、中间或大部分数据的位置；而离散度度量则展示了数据的分布或分散情况。常用位置度量的方法有算术平均数、中位数和众数。
一、位置度量指标详解
1. 算术平均数
算术平均数是所有观测值的总和除以观测值的数量。以企业公猪站为例，企业所有公猪站2021年6月的猪精产品总数相加后除以站数，得到的结果即为该月猪精产品的算术平均数。
2. 中位数
中位数即样本数据的中间值。在数据量n为奇数时，中位数为排序后位于中间的数值；当n为偶数时，中位数为排序后位于中间两个数值的平均值。中位数不易受极端值影响。
3. 众数
众数是样本现次数最多的值。在公猪月龄的例子中，月龄出现次数最多的数字即为众数。
对于对称分布的数据，算术平均数、中位数和众数常常是一致的。但在偏态分布的数据中，中位数更能代表数据的中心位置。
二、离散度度量指标概览
1. 极差
极差即最小值和最大值之间的距离，代表了数据范围的广度。
2. 百分位数
百分位数是比较个体在中的相对位置的指标。常用的四分位数，将所有数值分成四个等份，其对应的数值提供了数据分布的具置信息。
3. 方差与标准差
方差和标准差用于评估数据的变异程度。其中，方差是各个数据与算术平均数离差的平方和的平均；标准差则表示数据相对于平均数的离散程度。
描述性统计通过位置度量和离散度度量两种方式，全面地描述了数据的集中趋势和分布情况，为进一步的数据分析提供了基础。