描述性統計就是對於樣本特性的分析而已，它是一個對於統計小白來講很適合初步了解的統計方式。因此，建議對描述性統計多了解後，再去挑戰大魔王推論統計喔！
描述性統計的功能：整理原始資料，找出數據的意義
次數分配表(frequency table)
名義、次序、等距和比率都可以使用，等距和比率可以再分組簡化次數分配表。但需注意組數與組距的分配，若不當使用可能會無法顯示資料原始分布的狀態。
圖示法
長條圖(BAR Chart)
使用在間斷資料
直方圖(Histogram)
折線圖(Frequency polygon)
圓餅圖(Pie Chart)
若大於5個選項，可能就不太好辨識
莖葉圖(Stem-and-leaf Plot)
可以保留資料更多訊息
資料分布描述
有幾個山頭(peak)?
- 單峰 unimodel
- 雙峰 bimodal
是否對稱(symmetry)？
- 對稱 symmetry
- 正偏態 positively skewness
- 負偏態 negatively skewness
峰度(kurtosis)如何？
- 常態分配 mesofurtosis
- 低闊風 platykurtic
- 高狹峰 leptokurtic
備註：偏態和峰度受極端值影響很大
有沒有更好的描述方式
次數分配表要做劃記，圖示法要做圖，這些方式都有一點小麻煩，有沒有其他更好的描述方式？當然有！
接下來的章節將介紹集中趨勢量數和分散量數，用簡單的定義和數字就能夠跟別人大致上說明這個數據資料的分布情況囉！
