原始數據 raw data
原始數據即爲通過調查取得的未經處理的數據。
數據篩選 data filter
數據篩選是根據需要找出符合特定條件的某類數據。
頻數 frequency
頻數是落在某一特定類別或組中的數據個數。
頻數分佈 frequency distribution
把各個類別及落在其中的相應頻數全部列出，並用表格形式表現出來，稱爲頻數分佈。
列聯表 contingency table
由兩個或兩個以上變量交叉分類的頻數分佈表也稱爲列聯表。
交叉表 cross table
二維的列聯表（兩個變量交叉分類）也稱爲交叉表。
比例 proportion
比例，也稱構成比，它是一個樣本（或總體）中各個部分的數據與全部數據之比，通常用於反映樣本（或總體）的構成或結構。
百分比 percentage
比率 ratio
比率是樣本（或總體）中不同類別數據之間的比值，由於比率不是部分與整體之間的對比關係，因而比值可能大於1。
條形圖 bar chart
條形圖是用寬度相同的條形的高度或長短來表示數據多少的圖形。條形圖可以橫置或縱置，有簡單條形圖、複試條形圖等形式。
柱狀圖 column chart
縱置的條形圖也稱爲柱狀圖。
帕累託圖 Pareto chart
帕累託圖是以意大利經濟學家V.Pareto的名字命名的。該圖是按個類別數據出現的頻數多少排序後繪製的條形圖。
餅圖 pie chart
餅圖是用圓形及圓內扇形的角度來表示數值大小的圖形，它主要用於表示一個樣本（或總體）中各組成部分的數據佔全部數據的比例，對於研究結構性問題十分有用。
環形圖 doughnut chart
環形圖與餅圖類似，環形圖中間有一個“空洞”，每個樣本用一個環來表示，樣本中的每一部分數據都用環中的一段表示。因此環形圖可顯示多個樣本各部分所佔的相應比例，從而有利於對構成的比較研究。
累積頻數 cumulative frequencies
累積頻數是將各有序類別或組的頻數逐級累加起來得到的頻數，頻數的累積方法有兩種：一是從類別順序的開始一方向類別順序的最後一方累加頻數，稱爲向上累積；二是從類別順序的最後一方向類別順序的開始一方累加頻數，稱爲向下累積。
累積頻率 / 累積百分比 cumulative percentages
累積頻率或累積百分比是將有序類別或組的百分比逐級累加起來，它也有向上累積和向下累積兩種方法。
分組數據 grouped data
將原始數據按照某種標準分成不同的組別，分組後的數據稱爲分組數據。在連續變量或變量值較多的情況下，通常採用組距分組。它是將全部變量值依次劃分爲若干個區間，並將一個區間的變量值作爲一組。在組距分組中，一個組的最小值稱爲下限（lower limit），一個組的最大值稱爲上限（uppper limit）。
組距 class width
組距是一個組的上限與下限的差。
組中值 class midpoint
組中值是每個組中下限值與上限值的中間值，即：組中值=(下限值+上限值)/2
直方圖 histogram
直方圖是用於展示分組數據分佈的一種圖形，它使用矩形的寬度和高度（即面積）來表示頻數分佈的。在繪製該圖時，在平面直角座標中，用橫軸表示數據分組，縱軸表示頻數或頻率，這樣，各組與相應的頻數就形成了一個矩形，即直方圖。
莖葉圖 stem-and-leaf display
莖葉圖是反映原始數據分佈的圖形。它由莖和葉兩部分構成，其圖形是由數字組成的。通過莖葉圖，可以看出數據佮分佈形狀及數據的離散狀況。
箱線圖 box plot
箱線圖是由一組數據的最大值、最小值、中位數、兩個四分位數這五個特徵值繪製而成的，它主要用於反映原始數據分佈的特徵，還可以進行多組數據分佈特徵的比較。
散點圖 scatter diagram
散點圖是用二維座標展示兩個變量之間關係的一種圖形。它是用座標橫軸代表變量x，縱軸代表變量y，每組數據(x,y)在座標系中用一個點表示，n組數據在座標系中形成的n個點稱爲散點，由座標及其散點形成的二維數據圖稱爲散點圖。
氣泡圖 rubble chart
氣泡圖可用於展示三個變量之間的關係。它與散點圖類似，繪製時將一個變量放在橫軸，另一個變量放在縱軸，第三個變量則用氣泡的大小來表示。
雷達圖 radar chart / 蜘蛛圖 spider chart
雷達圖是顯示多個變量的常用圖示方法。設有n組樣本，每組樣本測得P個變量，要繪製這P個變量的雷達圖，具體做法是：先畫一個圓，然後將圓P等分，得到P個點，令這P個點分別對應P個變量，再將這P個點與圓心連線，得到P個輻射狀半徑，這P個半徑分別爲P個變量的座標軸，每個變量值的大小由半徑上的點到圓心的距離表示，再將同一樣本的值在P個座標上的點連線。