集中趨勢用于描述數據的平均水平，這可能是人們希望了解的基本的匯總信息，在 統計學中用于描述集中趨勢，或者說數據分布的中心位置的統計量就被稱為位置統計量 (Location Statistic)。針對不同的數據分布狀況，統計學家提供了多種統計量來代表原始數據 的中心趨勢，比如平均值、中位數和眾數等。

算術均數(Arithmetic Mean)：是常用的描述數據分布集中趨勢的統計指標，往往將 其直接簡稱為均數?？傮w均數用希臘字母μ表示，樣本均數常用 X 表示。對一組數 據X₁，……，X_n而言，均數的算法為各數據直接相加，再除以例數 n。均數是常用 的集中趨勢描述指標，但它不適用于對嚴重偏態分布的變量進行描述，只有單峰 和基本對稱的分布資料，使用均數作為集中趨勢描述的統計量才是合理的。

中位數(Median)：將全體數據按大小順序排列，在整個數列中處于中間位置的那個 值。它把全部數值分成兩部分，比它小和比它大的數值個數正好相等。中位數適 用于任意分布類型的資料，但由于中位數只考慮居中位置，對信息的利用不充分， 所以當樣本量較小時數值會不太穩定。因此對于對稱分布的資料，分析者會優先 考慮使用均數，僅僅在均數不能使用的情況下才用中位數加以描述。

幾何均數(Geometric Mean)：用 G 表示，適用于原始數據分布不對稱，但經對數轉換后呈對稱分布的資料?？梢园l現，幾何均數實際上就是對數轉換后的數據 lg X 的算術均數的反對數。

截尾均數(Trimmed Mean)：由于均數較易受極端值的影響，因此可以考慮按照一定 比例去掉兩端的數據，然后再計算均數。如果截尾均數和原均數相差不大，則說 明數據不存在極端值，或者兩側極端值的影響正好抵消。常用的截尾均數有 5%截 尾均數，即兩端各去掉 5%的數據。

其他集中趨勢描述指標：除了上述常用的幾種指標外，還會遇到眾數、調和均 數等，前者是指樣本數據中出現頻次大的那個數字，后者是指觀察值 X 倒數之 均數的倒數，這些指標的實際應用都比較少見。