在描述数值变量时，我们通常会用到多种统计方法，这些方法可以从不同角度对数值变量进行概括和分析，主要包括集中趋势和离散程度的统计描述。

集中趋势的统计指标用于反映一组数据的平均水平或中心位置，常见的有均数、中位数和众数。均数，也就是算术平均数，它是将一组数据的所有观测值相加后除以观测值的个数得到的。均数适用于对称分布，特别是正态分布的数据，能很好地代表数据的平均水平。例如，在研究一群健康成年人的身高时，计算他们身高的均数可以快速了解这个群体身高的大致平均情况。中位数是将一组数据按从小到大的顺序排列后，位于中间位置的数值。如果数据个数为奇数，中位数就是中间的那个数；如果数据个数为偶数，中位数则是中间两个数的平均值。中位数不受极端值的影响，对于偏态分布的数据，中位数比均数更能代表数据的中心位置。比如在研究某地区居民的收入情况时，由于可能存在少数高收入者拉高整体收入水平，此时用中位数来描述居民收入的一般水平更为合适。众数是一组数据中出现次数最多的数值，它适用于描述数据的集中趋势，尤其是在数据呈明显的集中分布时。例如在统计某种疾病患者的发病年龄时，众数可以反映出哪个年龄段的发病患者最为集中。

离散程度的统计指标用于反映数据的变异程度，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，它简单直观地反映了数据的波动范围，但只考虑了两个极端值，容易受极端值的影响。四分位数间距是上四分位数与下四分位数之差，它反映了中间50%数据的离散程度，不受极端值的影响，适用于偏态分布的数据。方差是每个观测值与均数之差的平方和的平均值，标准差是方差的平方根。方差和标准差都反映了数据相对于均数的离散程度，它们的值越大，说明数据的离散程度越大。方差和标准差适用于对称分布的数据，尤其是正态分布的数据。变异系数是标准差与均数的比值，它是一个相对数，用于比较不同组数据的离散程度，消除了数据量纲的影响。例如，在比较不同班级学生的考试成绩离散程度时