描述统计量
为了从大量数据中提取有效的信息，可以通过计算一些通称为描述统计量的概括性数字来对样本数据进行分析，进而推断总体特征。
常用的描述统计量有：样本均值、样本方差（标准差）、样本协方差、变异系数、样本相关系数、偏度（峰度）
-
样本均值
反映样本数据集中趋势的统计量，是对单个变量样本数据取值一般水平的描述。
-
样本方差（标准差）
样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。
-
样本协方差
反映数据离散趋势的统计量，可以描述样本数据的分布程度。协方差分析实质是利用线性回归的方法消除了混杂因素的影响进行的方差分析。
参考方差的计算公式可以得到协方差公式：
-
变异系数
即消除测量尺度和量纲的影响后，反映数据离散程度的绝对值的量。它是原始数据标准差与原始数据平均数的比。
-
样本相关系数
又称皮尔逊（Pearson）积矩相关系数，是协方差标准化后的形式，反映2个现象之间相关关系密切程度。
注：r的值必在-1到+1之间
r表示两个变量之间的相关关系。r绝对值越大，相关程度越高：r=1 完全正相关；r=-1 完全负相关；r=0 不相关
图形描述
统计图的种类
SPSS步骤
1.描述统计量
均值
步骤：分析->描述统计->频率，单击Statistics按钮，如图：
频率对话框及Statistics对话框
输出结果
样本协方差
步骤：分析->度量->可靠性分析，单击Statistics按钮，如图：
可靠性分析对话框及Statistics对话框
得到协方差矩阵：
输出结果
样本相关系数
步骤：分析->相关->双变量，如图：
Bivariate Correlations界面
输出结果：
输出结果
如图，两个变量之间相关系数为0.650，P值为0.000<0.05，所以相关性显著。
2.统计图
（篇幅过长，见另一篇SPSS与统计图）
