除了以上兩大基本趨勢外，隨著對數據特征了解的逐步深入，研究者常常會提出假設， 認為該數據所在的總體應當服從某種分布。那么，針對每一種分布類型，都可以由一系列 的指標來描述數據偏離分布的程度。例如對正態分布而言，偏度系數和峰度系數可以用來 反映當前數據偏離正態分布的程度。相對而言，這些分布指標使用得較少。 由于假定的分布不同，所使用的分布特征描述指標也會有所差異，這里我們只簡單介 紹和正態分布有關的偏度系數及峰度系數的概念。 偏度(Skewness)：用來描述變量取值分布形態的統計量，指分布不對稱的方向和程 度。樣本的偏度系數記為 g1，偏度是與正態分布相比較而言的統計量。g1>0 分布 為正偏或右偏，即長尾在右，峰尖偏左；g1<0 分布為負偏或左偏，即長尾在左， 峰尖偏右；g1=0 分布為對稱狀態。 峰度(Kurtosis)：用來描述變量取值分布形態陡緩程度的統計量，是指分布圖形的 尖峭程度或峰凸程度。樣本的峰度系數記為 g2。峰度也是與正態分布相比較而言 的統計量，g2>0 即峰的形狀比較尖，比正態分布峰要陡峭；g2<0 即形狀比正態分 布平坦；g2=0 分布為正態峰。 除上述幾類指標外，統計描述中還可能需要描述一些上文未提到的數據趨勢，比如數 據呈單峰還是雙峰分布，數據是否存在極端值等，常用的有專門針對異常值數據進行描述 的極端值(Outlier)列表等。