對已獲得的數據進行整理、概括，顯現其分布特征的統計方法，稱為描述統計。其目的在於將大量零散的、雜亂無序的數據資料進行整理、歸納、簡化、概括，使事物的全貌及其分布特征清晰、明確地顯現出來。描述統計數據常用的特征量有：集中量、差異量和相關量。平均值、標準差、相關係數分別是最常用的集中量、差異量和相關量。
（一）數據集中趨勢的描述
集中量是反映一組數據集中趨勢的量，反映頻數分布中大量數據向某一點集中的趨勢。描述這種集中趨勢的量數主要有算術平均數、加權平均數、中位數、眾數等。
1.算術平均數
算術平均數常用來估計、比較研究對象總體水平。例如，要想比較兩組幼兒的身高，不能將其身高一一列出來進行比較，這種個別的比較是看不出什麽結果的。如果將兩組的平均數加以比較，就會既簡潔又明了地得出結果。
必須注意的是，當數據較多，可靠性要求較高的時候，可用平均數說明問題。如果數據較少，或者其中含有極端數值，用平均數作代表值就未必合適。
2.中位數和眾數
（1）中位數。又稱中數，指按大小順序排列的一組數據中居於中央位置的數，用Md 表示。若數據的個數是奇數，就以位於中央的數據作為中位數；如數據的個數是偶數，則以最中間的兩個數據的平均數作為中位數。
例2：2，5，7，9，10，11，12的中位數Md =9
中位數對位於兩端的數據不像平均數那麽敏感，它還適用於當分布的兩端有未知數據，數據個數已知的情況，但中位數的可靠性程度不如平均數。
（2）眾數。眾數即一組數據中出現次數最多的數值。
例3：25，37，21，37，45，50，37，25這一組數據中，眾數為37。
眾數的計算比較簡單，但眾數不穩定，代表性不好，教育統計中一般不采用眾數來反映數據的集中趨勢。隻有當數據分布中出現極端數據時，才用眾數作為集中量的粗略估計。