原始数据 raw data
原始数据即为通过调查取得的未经处理的数据。
数据筛选 data filter
数据筛选是根据需要找出符合特定条件的某类数据。
频数 frequency
频数是落在某一特定类别或组中的数据个数。
频数分布 frequency distribution
把各个类别及落在其中的相应频数全部列出，并用表格形式表现出来，称为频数分布。
列联表 contingency table
由两个或两个以上变量交叉分类的频数分布表也称为列联表。
交叉表 cross table
二维的列联表（两个变量交叉分类）也称为交叉表。
比例 proportion
比例，也称构成比，它是一个样本（或总体）中各个部分的数据与全部数据之比，通常用于反映样本（或总体）的构成或结构。
百分比 percentage
比率 ratio
比率是样本（或总体）中不同类别数据之间的比值，由于比率不是部分与整体之间的对比关系，因而比值可能大于1。
条形图 bar chart
条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置，有简单条形图、复试条形图等形式。
柱状图 column chart
纵置的条形图也称为柱状图。
帕累托图 Pareto chart
帕累托图是以意大利经济学家V.Pareto的名字命名的。该图是按个类别数据出现的频数多少排序后绘制的条形图。
饼图 pie chart
饼图是用圆形及圆内扇形的角度来表示数值大小的图形，它主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。
环形图 doughnut chart
环形图与饼图类似，环形图中间有一个“空洞”，每个样本用一个环来表示，样本中的每一部分数据都用环中的一段表示。因此环形图可显示多个样本各部分所占的相应比例，从而有利于对构成的比较研究。
累积频数 cumulative frequencies
累积频数是将各有序类别或组的频数逐级累加起来得到的频数，频数的累积方法有两种：一是从类别顺序的开始一方向类别顺序的最后一方累加频数，称为向上累积；二是从类别顺序的最后一方向类别顺序的开始一方累加频数，称为向下累积。
累积频率 / 累积百分比 cumulative percentages
累积频率或累积百分比是将有序类别或组的百分比逐级累加起来，它也有向上累积和向下累积两种方法。
分组数据 grouped data
将原始数据按照某种标准分成不同的组别，分组后的数据称为分组数据。在连续变量或变量值较多的情况下，通常采用组距分组。它是将全部变量值依次划分为若干个区间，并将一个区间的变量值作为一组。在组距分组中，一个组的最小值称为下限（lower limit），一个组的最大值称为上限（uppper limit）。
组距 class width
组距是一个组的上限与下限的差。
组中值 class midpoint
组中值是每个组中下限值与上限值的中间值，即：组中值=(下限值+上限值)/2
直方图 histogram
直方图是用于展示分组数据分布的一种图形，它使用矩形的宽度和高度（即面积）来表示频数分布的。在绘制该图时，在平面直角座标中，用横轴表示数据分组，纵轴表示频数或频率，这样，各组与相应的频数就形成了一个矩形，即直方图。
茎叶图 stem-and-leaf display
茎叶图是反映原始数据分布的图形。它由茎和叶两部分构成，其图形是由数字组成的。通过茎叶图，可以看出数据佮分布形状及数据的离散状况。
箱线图 box plot
箱线图是由一组数据的最大值、最小值、中位数、两个四分位数这五个特征值绘制而成的，它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。
散点图 scatter diagram
散点图是用二维座标展示两个变量之间关系的一种图形。它是用座标横轴代表变量x，纵轴代表变量y，每组数据(x,y)在座标系中用一个点表示，n组数据在座标系中形成的n个点称为散点，由座标及其散点形成的二维数据图称为散点图。
气泡图 rubble chart
气泡图可用于展示三个变量之间的关系。它与散点图类似，绘制时将一个变量放在横轴，另一个变量放在纵轴，第三个变量则用气泡的大小来表示。
雷达图 radar chart / 蜘蛛图 spider chart
雷达图是显示多个变量的常用图示方法。设有n组样本，每组样本测得P个变量，要绘制这P个变量的雷达图，具体做法是：先画一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，再将这P个点与圆心连线，得到P个辐射状半径，这P个半径分别为P个变量的座标轴，每个变量值的大小由半径上的点到圆心的距离表示，再将同一样本的值在P个座标上的点连线。