数值变量资料描述指标主要分为集中趋势指标和离散程度指标两大类，下面为你详细介绍。

集中趋势指标是用于描述一组数据平均水平或中心位置的指标，常用的有算术均数、几何均数和中位数。算术均数，简称均数，适用于对称分布，特别是正态分布或近似正态分布的资料。比如一组健康成年人的身高数据，通常呈正态分布，就可以用算术均数来反映其平均身高水平。几何均数常用于等比资料或对数正态分布资料，像医学上抗体的滴度、细菌的繁殖率等数据，这些数据通常是按倍数关系变化的，使用几何均数能更好地反映其平均水平。中位数则是将一组观察值按从小到大的顺序排列后，位次居中的数值。它适用于各种分布的资料，尤其是偏态分布资料、一端或两端无确切值的资料。例如，在研究某地区居民的收入水平时，由于可能存在少数高收入者拉高整体收入的情况，数据呈偏态分布，此时中位数能更合理地反映该地区居民收入的一般水平。

离散程度指标用于描述数据的变异程度，常见的有极差、四分位数间距、方差、标准差和变异系数。极差是一组数据中最大值与最小值之差，计算简单，但它只考虑了两端的数值，不能反映组内其他数据的变异情况，稳定性较差。四分位数间距是上四分位数与下四分位数之差，可用于各种分布的资料，特别适用于偏态分布资料，它比极差更稳定。方差和标准差反映了各观察值相对于均数的离散程度，方差是每个观察值与均数之差的平方和的平均值，标准差是方差的平方根。标准差适用于对称分布，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。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变异程度，它是标准差与均数之比，消除了单位和均数的影响。

总之，这些描述指标从不同角度对数值变量资料进行了刻画，在实际应用中，需要根据资料的分布类型和研究目的选择合适的指标来准确描述数据特征。