在统计学的大观园中，描述统计堪称一枝独秀，它专注于对数据集进行概括与描述，以便更深入地理解与阐释数据内涵。此分支并不涉及繁复的推断或预测模型，而是凭借计算与图形手法来揭示数据的特性。
关于集中趋势的度量，描述统计为我们提供了有力的工具。这些统计量旨在揭示数据集的中心位置，常用的包括：
均值，即将所有数据值相加后除以数据点的数量，为我们展示数据的总体平均水平。
中位数，将数据集按照数值大小排序后位于正中间的值，不易受极端值影响，常用于描述偏态分布的数据。
众数，即出现次数最多的数值，反映了数据集中最常出现的值。
而谈到数据的离散程度，也有相应的统计量。这些统计量帮助我们了解数据点之间的差异或变动情况，常见者有：
极差，简单直观地反映了数据集的最大变动范围。
四分位数间距，通过第三四分位数与第一四分位数的差距，揭示了数据的中部变动情况。
方差与标准差则更为精细地刻画了数据的离散程度，其中方差为各数据与均值差值的平方的平均，而标准差则为方差的平方根，它以一个具体的数值展现了数据的分散程度。
关于数据形状的描述也不容忽视。通过偏度与峰度这两个统计量，我们可以洞察数据的分布形态。偏度揭示了数据分布的不对称性，而峰度则告诉我们数据是否更加集中或是分散。
频率分布为我们提供了数据在不同区间或类别现的次数统计表，让我们对数据的分布有更全面的了解。而图形表示则以直观的方式进一步展现了数据的特征。直方图、条形图、箱线图以及散点图等图形工具，帮助我们更直观地理解与分析数据。