三、数据分布特征的描述
统计数据主要以集中趋势和离散趋势这两种分布特征为主。除此之外，还有因数据频数分布曲线（钟型分布、U型分布、J型分布）的对称、偏斜、尖扁等情况而具有的偏度和峰度，二者结合可判断数据的分布是否接近于正态分布。因此，要想完整的描述数据分布的特征，就必须要计算出反映变量集中趋势和离散趋势的指标值，以及峰度和偏度系数。
测定集中趋势的指标有数值平均数（算数平均数、调和平均数、几何平均数）和位置代表值（众数、中位数）。算数平均数即均值，分别有简单算术平均数、加权算数平均数、组距式数列算术平均数（与加权算术平均数算法相同，各组变量值用组中值代表，然后加权，最后除以权数总和）、相对数算数平均数（各变量值为相对数，公式同加权）；调和平均数（所要加权的变量为各个变量值的倒数的算术平均数的倒数，最后除以权数总和。因为某些经济变量必须要用其它相关变量一起来表示，比如在后面进行价格指数分析时，要以报告期价格指数/基期价格指数的倒数，然后以报告期销售额总值为权数进行加权，最后除以权数总和）；几何平均数（在后期的时间序列分析问题中，几何平均法是求平均发展速度的方法之一）。在单项式分组中，众数和中位数可以通过直接观测得到。但是在组距式分组中必须首先找到众数组（出现频数最多的组）和中位数组（即中间位置: ∑f/2），然后通过以上限或下限为参照的近似公式求得，其中：
图为原创
根据皮尔升经验公式，可得 均值 - Mo = 3(均值- Me)。对于呈现单峰分布的数据，如果数据的分布是对称的，则三者相等（均值=Me=Md）；如果数据呈左偏（负偏）分布，数据中的极小值会使算数平均数偏向较小的一方，极小值的大小虽然不会影响中位数，但其所占项数会影响数据的中间位置从而略使中位数偏小，众数则完全不受影响，因此在一般情况下，三者关系为（均值<Me<Md ）；反之亦然，若呈右偏分布（正偏），则一般有（ Mo< Me<均值）。
图片来源于网络，侵联删
测定集中趋势指标的作用：反映变量分布的集中趋势和一般水平；可用来比较同一现象在不同空间或不同阶段的发展水平；可用来分析现象之间的依存关系。
测度离散程度的指标被称为变异指标，其主要有两类：一类是用绝对数或平均数表示的（极差、四分位差、平均差和标准差等）；另一类是用相对数表示的（离散系数、异众比率等）。其中：
图为原创
偏度与峰度分析相结合，可判断数据的分布是否接近于正态分布。其中：
图为原创
图片来源于网络，侵联删
