我们已经知道一个事件的概率和随机变量这些基本概念
我们要想弄清楚 一个随机变量的规律性，就必须知道它的概率分布，概率分布知道，则什么都可以算出来。或者退而求其次，至小要知道它的数字特征，如数学期望，方差，等。而我们的理想是知道总体的，但现实 不可以，我们又退而求其次，求出样本的，但知道样本的不是我们的目的，我们的目的是知道总体的，一定要牢记这一点，所以我们要研究的是如何通过样本得到你想要的总体。
一。
我们就抓住一个概率样本的统计量，这是一个样本一有，它就可以确定知道的量。
第一类数字特征
1.如样本均值，样本方差，均方差（样本标准差），二阶中心矩，变异系数，样本矩
2.从布的角度看，如偏度，峰度
第二类（是我自己这样分的）
上面的数字特征是相应总体特征 值的一种估计，但它更适合于来处正太分布的数据分析。若总体分布未知，或者就不是正态分布，而是严重的偏态，或者有一些极端值，上述的分析方法就不适合了，而应计算中 位数，分位数，三均值，极差等数字特征，计算上述统计值就要用到次序统计量。
二.有了数字特征，最好还能搞出分布出来 ，所以我们对数据的总体情况作全面的描述，就要研究试验数据的分布。
对试验数据的描述方法主要是
频率分布表，直方图，经验分布函数，QQ图，茎叶图，箱线图
注：直方图是对总体是连续分布的情况比较好，而一般的情况下用经验分布函数
这个和老是曾上课时说的是一个道理
即，概率密度曲线只有连续型的才有，（直方图本质就是概率密度曲线），而更一般的情况 下，所有的随机变量都有分布函数 ，所以经验分布函数更广。
请看2.Matlab实现：