如果想要進行一次成功的資料預處理，把握資料的全貌是至關重要的。而基本統計描述可以用來識別資料的性質，即資料的分佈特點，如離散點的識別問題等。

• 中心趨勢度量：均值、中位數、眾數

1. 均值：衡量一組資料的平均水平，不必多說。可是需要主要的是若資料之間的對結果的影響程度是不一樣的，那麼可以採用加權均值，通過權重來改變各個變數對均值的影響程度。但是，均值對於極值點很敏感，所以也常常採用截尾均值，即去除一個最大值和一個最小值。
2. 中位數：如果資料的分佈呈現的是非對稱（傾斜）狀，使用均值描述則容易受到弱側資料的影響導致存在偏差，這時採用中位數會比均值更加合理。
3. 眾數：對於適度傾斜的資料，眾數也是一個不錯的選擇，若均值和中位數已知，可以做一個近似計算來估計眾數：

• 度量資料散佈：極差、四分位數、方差、標準差和四分位數極差

1. 極差：該集合的最大值和最小值。極大值和極小值很有可能是離散點，對於實驗結果的作用並不是總是充滿善意，但用於衡量資料分佈的離散程度倒是有些許用處，如若最大值和中位數相差過大，則有理由懷疑資料的分散程度很高，但並不絕對，這只是一個大致的估計量。
2. 四分位數：通常是三個將集合平均劃分為四等份的三個點。假設1/4處的點為p，3/4處的點為q，p與q的差額，也稱四分位數極差，是衡量散步的一個簡單度量，用於測算中間部分所佔比例。
3. 五數概括：對於傾斜分佈，任何一個單一的數值度量都不是很理想，因此採用中位數、四分位數p與q、最小和最大值的組合進行衡量。
4. 盒圖：體現五數概括的一種圖形表示方法，有以下四個規定：（1）盒的端點在四分位點處；（2）中位數用盒內線進行標記；（3）盒外兩條線延伸到最小和最大值
5. 方差和標準差：低標準差意味著資料更加趨近於均值，波動更小，資料分佈離散程度越低。

• 資料的基本統計描述的圖形顯示：分位數圖、分位數-分位數圖、直方圖、散點圖。分位數-分位數圖是用來衡量兩個集合的資料分佈相似程度，也可以說是否存在漂移，繪圖的方法是：x軸為集合1，y軸為集合2，在集合1中25%處的數值為2，在集合2中25%處的數值為3，則（2，3）為圖中一個點。注：y=x為兩個集合相似情況下的曲線。
  ​​​​​​​