在两节课的时间里，我们深入探讨了数据收集采样的方法及其后续的数据分析技术。数据采集完成后，紧接着的步骤就是对这些数据进行科学评估。那么，我们如何量化这些数据呢？
我们首先接触到的统计量就是平均数，这是统计学中的基础概念。其算法与我们初中学过的计算平均数的方法相同，即将所有数值相加后除以总数的结果。平均数反映了数据的总体水平，但它有一个缺点，那就是其中任何一个数值的变化都会对平均数产生影响，尤其是当数据离散程度较大时，这种影响更为明显。
接下来我们学习了方差的计算方法，它与初中学过的知识相类似。方差是反映数据波动程度的一个重要指标，数值越小表示数据越集中，反之则表示数据越离散。我们也提到了标准差的概念，它是方差的平方根。
除了方差和平均数，我们还介绍了众数这一概念。众数是出现次数最多的数值，需要注意的是，如果一组数中有超过一个数的出现次数最多，那么这几个数都是众数。众数体现了这组数据的最大集中点，但它的缺点是只能反映样本数据的一部分信息，无法全面客观地反映整体情况。
中位数也是我们关注的重点之一。中位数是将一组数据按照大小顺序排列后，处于最中间的那个数。如果数据的数量是奇数，中位数就是中间那个数；如果是偶数，则是中间两个数的平均值。中位数的特点是不受极端数据的影响，但同样也无法反映数据中的极端情况。
我们还探讨了极差的概念，极差是一组数中最大值与最小值之间的差值，它反映了这组数据的覆盖范围与偏离程度。
在讲解过程中，我们还详细介绍了频率分布直方图这一概念。它与我们初中学过的条形图相似但有本质区别。在频率分布直方图中，我们关注的是每个矩形的面积而非单个数据点，因为这是我们进行数据分析时真正需要使用的数据。我们也强调了如何计算频率分布直方图的平均数、方差、众数等统计量。