描述性统计是定量描述信息集合的主要特征或定量描述本身的学科。
描述性统计非常重要，因为如果我们只是简单地呈现我们的原始数据，就很难看到数据显示的内容，特别是如果有很多数据。因此，描述性统计使我们能够以更有意义的方式呈现数据，从而允许更简单地解释数据。
例如，如果我们有100个学生的课程结果，我们可能会对这些学生的整体表现感兴趣。我们也会对商标的分发或传播感兴趣。描述性统计允许我们这样做。如何通过统计和图表正确描述数据是一个重要的主题，并在其他“Laerd Statistics”指南中进行了讨论。通常，有两种常规类型的统计信息用于描述数据：
集中趋势的度量：这些是描述一组数据的频率分布的中心位置的方式。在这种情况下，频率分布只是100名学生从最低到最高得分的分布和模式。
传播的衡量标准：这些是通过描述分数的分布来总结一组数据的方法。例如，我们100名学生的平均分数可能是100分中的65分。但是，并非所有学生都会得到65分。相反，他们的分数将分散开来。有些会更低，有些会更高。传播的衡量标准有助于我们总结这些分数的分布情况。
当我们使用描述性统计时，使用表格描述（即表格），图形描述（即图形和图表）和统计评论（即结果的讨论）的组合来总结我们的数据组是有用的。