當我們遇到成千上萬筆的數字時，要如何可以快速得知這些資料的特性呢？這時，敘述統計量就可以提供我們一種簡單的方式來了解這浩大的資料。

我們在作資料分析時，一般可以將資料分成類別型和數值型兩種。不論哪一種類型，如何將原始的資料作一初步的整理與呈現，以使分析者可以迅速對其具有一定概念，製表或繪圖是最簡單的方法了。 針對單一數值型變量資料，繪圖及製表皆是我們可以採取的呈現方法。其中，直方圖及箱型圖是我們很常用來呈現單一數值型變量特性的圖形。 以下將介紹如何在SAS EG裡繪製直方圖。 我們以SAS EG的資料CLASS（伺服器清單->伺服器->本機->資料館->SASHELP->CLASS）為範例，假設我們欲了解該班學生身高的特性及其分布是否為常態，可以利用SAS EG的直方圖工作來呈現及檢測。 

盒形圖是我們很常用來呈現單一數值型變量特性的圖形。利用盒形圖可以將數值資料訊息做一有效的傳達，從圖中不僅可以看出資料的最小值、最大值、下四分位數及上四分位數，這意味著盒形圖中央的盒形部份包含了資料的中間50%的部分，也可以由兩端延伸的鬚來表示資料1.5倍的內四分位距。此外，在不同群組的資料中，若要比較資料的大小或集中特性，盒形圖亦不失為一個很好的方法。

在一般傳統的統計分析中，常常會需要假設資料呈常態分配。不論是原始資料或是在進行殘差分析時大多都有這個假設，所以在做分析前後都須進行資料常態的檢定。例如，我們在檢定某班級學生的體重是否為100磅時，若樣本資料數不夠多，則我們不能直接貿然的進行t檢定來檢定班級學生的體重平均是否為100磅，在此之前應該先確定資料是否有符合常態的假設的條件。 

在分析中，摘要表是我們常用來表現資料的一種方法，我們可以利用摘要表的工具來產生摘要表，在此提供使用者另一種方式來製作摘要表，但是此方法只適用在類別型的資料，如果我們要繪製的表格中需要產生數值性變數的統計量，則不適用此章的方法。 

當我們在處理兩個類別性變數時，除了可以利用表格分析呈現變數特性外，我們還可以製作簡易的3D圖形來表達其次數與比例；而利用EG所提供的功能，我們在繪製3D圖形時就變得更簡單、更容易上手了。在下列範例資料中，我們欲了解在DriveTrain變數中Origin所占的比例。

在分析資料時，我們常常會針對2個類別性變數做分析，例如性別的不同會不會造成成績考核的差異。在下列的範例資料中，我們想知道不同的車輛類型與車輛的驅動方式是否有相關？ 

盒形圖是我們很常用來呈現單一數值型變量特性的圖形。利用盒形圖可以將數值資料訊息做一有效的傳達，從圖中不僅可以看出資料的最小值、最大值、下四分位數、及上四分位數，這意味著盒形圖中央的盒形部份包含了資料的中間50%的部分，也可以由兩端延伸的鬚來表示資料1.5倍的內四分位距。此外，在不同群組的資料中，若要比較資料的大小或集中特性，盒形圖亦不失為一個很好的方法。

當我們對兩個獨立母體的平均數差有興趣時，可以藉由樣本的平均數差做為工具來進行統計檢定。 例如，我們想知道某班學生男女生的身高是否有差異，這時可以執行獨立雙樣本的t 檢定。

若我們在探討人受到刺激後，其收縮壓是否會改變；或是在服了某種降血壓的藥物後，其血壓值是否真的有降低這類型的問題，我們所收集到的受刺激前後或服藥前後所測量的血壓值，並非屬於獨立的資料。針對這種相依型態的資料，我們在分析時會先將同一樣本所提供的兩變數（前、後兩數據）相減測量其差異值，再根據此差異值進行統計分析。在SAS EG中我們並不需先進行計算差異的動作，EG直接在工作中就可以幫我們進行必要的計算。