面對一組數字時，我們常常想知道「大概是多少」以及「分散得有多開」。平均數與標準差是最基本的兩個描述統計量。正確理解它們的意義與限制，才能避免常見的解讀錯誤。
算術平均數是所有數值的總和除以個數。它容易計算，也容易受到極端值（離群值）影響。例如一組收入資料中如果有少數極高收入者，平均數會被拉高，可能無法代表大多數人的情況。
把資料排序後，位於中間位置的值就是中位數。它對極端值較不敏感。當資料分布偏斜時，中位數往往比平均數更能反映「典型」情況。工具通常會同時提供兩者，方便比較。
出現次數最多的值。在類別資料或有明顯高峰的分布中有用，但在連續數值且每個值都不同時可能不存在或不明顯。
標準差衡量資料偏離平均數的平均程度。計算步驟大致是：每個值減去平均數、平方、求平均（變異數），再開平方根得到標準差。標準差的單位與原始資料相同，因此較容易解讀。
標準差小表示資料集中在平均數附近；標準差大表示分散較廣。比較兩組資料時，如果單位相同，可以直接比較標準差大小。係數變異性（標準差除以平均數）則可用來比較單位不同或規模差異大的資料。
學生成績、實驗測量、運動表現、消費金額、回應時間等，都可以用平均數與標準差做初步摘要。例如兩班學生平均分數相近，但其中一班標準差明顯較大，代表該班成績兩極化更嚴重。商業上，銷售資料的標準差可以反映需求穩定度。
更進階的分析會涉及信賴區間、假設檢定、回歸等，但那些需要更多假設與方法學考量。描述統計是所有進一步分析的起點。
統計工具可以快速算出一組數字的平均數、中位數、標準差、變異數等。輸入時注意分隔方式（逗號、換行或空白）。結果應與手算或試算表交叉驗證，尤其是重要決策前。工具在本地計算，資料不會上傳。
Wusper 的統計相關工具提供這些基本計算。它們適合學習、快速檢查與個人資料摘要。正式研究或商業報告應使用完整的統計軟體，並清楚說明計算方法與資料處理步驟。
理解描述統計後，可以繼續認識分布形態（常態、偏態）、百分位數、箱型圖，以及推論統計的基本概念。始終記住：統計量是摘要工具，解讀時必須回到原始資料的脈絡與收集方式。