描述统计学内容包括统计数据的收集方法、数据的加工处理方法、数据的显示方法、数据分布特征的概括与分析方法等。

统计描述是来描绘（describe）或总结（summarize）的观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。

透过对于数据资料的进行图像化处理，将资料摘要变为图表，以直观了解整体资料分布的情况。通常会使用的工具是频数分布表（frequency distribution table）与图示法，如多边图（polygon）、直方图（histogram，bar chart）、圆形图（pie chart）、散点图（scatter plot）等。

透过分析数据资料，以了解各变量内的观察值集中与分散的情况。运用的工具有：集中量数（measure of central location），如平均数（mean）、中位数（median; Md）、众数（mode; Mo）、几何平均数（geometric mean; GM）、调和平均数（harmonic mean; HM）。与变异量数（measure of variation），如全距（range）、平均差（average deviation; AD）、标准差（standard deviation; SD）、相对差、四分差（quartile deviation）。

在推论统计中，测量样本的集中量数与变异量数都是变量（parameter）的不偏估计值，但是以平均数、变异数、标准差的有效性最高。

数据的次数分配情况，往往会呈现常态分配。为了表示测量数据与常态分配偏离的情况，会使用偏态（skewness）、峰度（kurtosis）这两种统计数据。

为了解个别观察值在整体中所占的位置，会需要将观察值转换为相对量数，如百分等级（percentage rank; PR）或标准分数（Z-score、T-score）。