当我们有了想要分析的原始数据，首先需要对这些数据的基本情况有一个最初的了解和认识，然后在这个基础上进行下一步更全面，有针对性的分析。怎么了解数据的基本情况？有两种方法，频数分析和描述性分析。
根据数据的类型不同，可以选择不同的方法，如果数据是定类的数据，比如性别（男、女），就可以选择频数分析。
而如果数据是定量数据，这时候就可以使用描述性分析来探索数据。
例如：需要研究消费者对于某商品的购买意愿情况，可用到描述性分析对样本的年龄、收入、消费水平等各指标进行初步分析，以了解掌握消费者总体的特征情况。
这篇文章主要分享描述性分析的相关指标以及如何分析。
描述性分析就是用少数几个数值（比如平均值、中位数等）描述一系列复杂数据所表达的信息，比如描述数据的整体分布情况、波动情况、数据异常情况。
描述性统计指标大致可分为三类：集中趋势指标、离散趋势指标和分布形态指标。
（1）集中趋势指标
①众数
众数是值指出现次数最多的那个变量值。
比如有一组数据：一个班学生分数分别为60 70 70 80 90 100，其中除了70分出现了两次，其他值都只出现一次，那么70分就是出现次数最多了，也就是众数为70。
不过关于众数还会出现下面的情况：
有的数据中会没有众数或者存在多个众数。
没有众数：比如这组数据：一个班学生分数分别为：50 60 70 80 90 100，它们每个分数值都只出现一次，这种情况的数据就没有众数。
有多个众数：比如一个班学生分数分别为：50 60 60 70 80 80 90 100，其中60分和80分这两个值都出现了两次，说它们哪个是众数呢？那就它俩都是众数了。
所以你要在一组数据中找众数，可能会碰到三种情况，①没有众数，②一个众数 ③两个或多个众数。所以它不像平均值，对一组数据求平均值，就可以得到唯一的一个值，这个算是众数的一个特点——不唯一性。
②平均数
平均数又称均值，是最常用的一个数据代表值，平均数既可以描述一组数据本身的整体平均情况，也可以用来作为不同组数据比较的一个标准。
根据样本数据的不同格式，这里介绍两种常见的算术平均数的计算方法，一种是简单算术平均数，另一种是加权算术平均数。
我们都知道在进行数据分析时，通常有两种数据格式。一种是常规格式（非加权格式），另外一种是加权数据格式。分别说明如下：
常规数据格式→简单算术平均数
第一种常规格式（非加权格式），一行代表一个样本，如果有100个样本即为100行；一列代表一个属性；这类格式最为常见，而且此类数据格式可以做任何的分析。因为其携带着所有最原始的数据信息。类似如下表：
此时使用简单算术平均数计算，公式：
这就是我们小学学的计算平均值的方法，把要算的这组数据的每个数相加，然后除以样本数。
加权数据格式→加权算术平均数
比如收集100个样本，最终男性40名，女性60名，录入的数据为汇总统计数据，单独一列（或多列）表示各类别的样本数量；如下表：
