除了以上两大基本趋势外，随着对数据特征了解的逐步深入，研究者常常会提出假设， 认为该数据所在的总体应当服从某种分布。那么，针对每一种分布类型，都可以由一系列 的指标来描述数据偏离分布的程度。例如对正态分布而言，偏度系数和峰度系数可以用来 反映当前数据偏离正态分布的程度。相对而言，这些分布指标使用得较少。 由于假定的分布不同，所使用的分布特征描述指标也会有所差异，这里我们只简单介 绍和正态分布有关的偏度系数及峰度系数的概念。 偏度(Skewness)：用来描述变量取值分布形态的统计量，指分布不对称的方向和程 度。样本的偏度系数记为 g1，偏度是与正态分布相比较而言的统计量。g1>0 分布 为正偏或右偏，即长尾在右，峰尖偏左；g1<0 分布为负偏或左偏，即长尾在左， 峰尖偏右；g1=0 分布为对称状态。 峰度(Kurtosis)：用来描述变量取值分布形态陡缓程度的统计量，是指分布图形的 尖峭程度或峰凸程度。样本的峰度系数记为 g2。峰度也是与正态分布相比较而言 的统计量，g2>0 即峰的形状比较尖，比正态分布峰要陡峭；g2<0 即形状比正态分 布平坦；g2=0 分布为正态峰。 除上述几类指标外，统计描述中还可能需要描述一些上文未提到的数据趋势，比如数 据呈单峰还是双峰分布，数据是否存在极端值等，常用的有专门针对异常值数据进行描述 的极端值(Outlier)列表等。