数值变量资料的描述主要从集中趋势和离散趋势两个方面来进行，以下为您详细介绍。

在集中趋势方面，有多种指标可用于描述数值变量资料。算术均数是最常用的指标之一，它适用于对称分布，尤其是正态分布的资料。计算方法是将所有观察值相加后除以观察值的个数。例如，一组学生的考试成绩呈正态分布，用算术均数就能很好地反映这组成绩的平均水平。几何均数则适用于等比资料或对数正态分布资料，像医学上某些抗体的滴度等数据，通过计算几何均数可以更准确地描述其集中趋势，计算时是将n个观察值的乘积开n次方。中位数适用于各种分布的资料，尤其是偏态分布、分布不明或有开口资料。它是将一组观察值从小到大排序后，位于中间位置的数值，如果观察值个数为偶数，则取中间两个数的平均值。

在离散趋势方面，也有多个重要指标。极差是最简单的离散指标，它是一组数据中最大值与最小值之差，能快速反映数据的波动范围，但缺点是只考虑了两端值，易受极端值影响。四分位数间距是上四分位数与下四分位数之差，它比极差稳定，常用于描述偏态分布资料的离散程度。方差和标准差则是更常用的反映离散程度的指标。方差是每个观察值与均数之差的平方和除以观察值个数，标准差是方差的平方根。它们适用于对称分布，特别是正态分布资料，标准差越大，说明数据的离散程度越大，数据越分散。变异系数主要用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度，它是标准差与均数的比值。

综上所述，通过综合运用集中趋势和离散趋势的各类指标，能够全面、准确地描述数值变量资料的特征。