钟形曲线或正态分布是一种对称曲线，其模态(也与平均值和中位数相关)位于曲线的最高点。模式是在一组变量中出现最频繁的值。平均值是一组值的平均值。曲线的展开程度由数据集的标准差决定。

学习曲线表示一个变量在x轴上，另一个变量在y轴上。学习曲线的一个例子可以是根据学习绘制经验曲线。学习速度快的人的学习曲线与垂直轴呈凸形。维恩图由两个重叠的圆组成。在重叠区域中，包含与数据集相似的项。散点图显示了观察到的不同变量之间的关系。卡方检验将观察到的数据与实验者期望得到的数据进行比较。

第二类错误是指实验者没有认识到存在的效应。另一方面，第一类错误表明实验者错误地说自变量有影响，而实际上它没有影响。

以约翰·杜克(John Tukey)的名字命名的“杜克测试”基于学生化的范围分布，如今许多标准的心理学和统计学教科书中都有这种分布。它足够灵活，可用于所有类型的两两比较，包括方差分析和多重比较检验;然而，当样本大小不等时，它就会受到影响。

标称数据最好用条形图表示。名义数据可以是宗教等变量。这是因为没有固有的等级。没有哪个宗教在统计上比另一个“更好”;因此，在等级顺序方案中，不可能将一个比另一个更高。

正确的选择是“自变量”。改变自变量是为了观察它对因变量的变化(如果有的话)。因变量被定义为响应自变量而变化的变量。

任何一点与均值的距离称为标准差。在观察正态分布时，平均值是集合的中间值或算术平均值，而偏差衡量的是偏离该集中趋势的数据点的分布。

序数数据用于具有固有自然顺序的变量，例如大学班级结构:freshman，大二，junior, senior。为了超越到下一个层次，你必须完成每一个层次。名义数据处理诸如宗教等没有固有自然顺序的变量。区间数据处理温度之类的东西。最后，比率数据会处理时间之类的东西。

正态分布是渐近的，因为它接近于一条曲线。它是单峰的，因为它是单模的，它是对称的，因为两边互为镜像。还有其他类型的分布，比如偏态分布，它们是单峰的，渐近的，不对称的。这些描述可以根据分布的形状而变化。

参数度量总体——正在考虑的整个群体。统计量表示对样本的度量，即正在考虑的组的子集。例如，如果你在大学里对西班牙人进行研究，那么人口就是你大学里所有的西班牙人。一个样本可以是你班上所有的西班牙人。