计量资料的特征通常包括中心位置与离散程度。中心位置通常用均数来描述,如一组病人的年龄、体重、血红蛋白、白蛋白、胆红素、肌酐和尿素氮等,要求是这类数据应该服从正态分布;如果数据经对数转换后呈正态分布,则可以用几何均数表示其中心位置,如HBsAg滴度(1∶8,1∶16,1∶32,1∶64);对于偏态数据,通常用中位数表示其中心位置,加研究急性肝炎时ALT、AST等范围从数十到上千变动较大,且每个病人的变化情况不一致。正态分布的数据离散程度可用标准差来描述;对于偏态数据,可以用4分位范围(inter quartie range, IQR)描述离散程度,即:IQR为第25百分位数(P25)～第75百分位数(P75)。
集中趋势是对计量资料的集中状况和平均水平的综合测度。 常用来表达集中趋势的指标有算数均数、几何均数和中位数，这些指标用来反映资料分布的中心位置或集中趋势。
（1）算术平均是平均数水平，应用甚广，最适用于对称分布，特别是正态分布；
（2）几何均数是平均增（减）倍数，它应用于等比资料，对数正态分布；
（3）中位数是位次居中的观察值水平，应用于偏态分布，分布不明，或分布末端无确定值情况。
离散趋势是对计量资料分布的差异程度和离散程度的测度，资料不同则选取不同指标进行描述。描述一组计量资料离散趋势的常用指标有极差、百分位数、四分位数间距、方差、标准差和变异系数等，其中方差和标准差最常用。
集中趋势和离散程度的指标分别反映资料的不同特征，作为资料的总结性统计量，在统计描述时两类指标要求一起使用，如正态或近似正态分布的资料常用均数±标准差，偏态分布的资料常用中位数和四分位数间距。
