在某個時間點對變量的描述和推斷。根據數據獲取方式的不同，單變量的統計分析采用兩種方法：統計描述和統計推斷。

當數據采集包括整個研究人群時，使用單變量統計描述。它分為兩個部分：研究變量的總體情況和典型特征。一個變量的整個畫面由一個分布來描述，它將數據簡化為一組變量值和頻率對。為了使這種分布更加直觀，通常采用統計表的形式（見表）。變量的典型特征由一系列特征值描述。變量的級別不同，使用的特征值也不同。最常見的特征值是集中值和離散值。中心值，也稱為集中趨勢，表示一組數據的典型水平和平均水平。離散值，

常用的特征值有：①眾數值М0和離群比γ。它適用于各種級別的變量，但最適用于分類變量。眾數М0用來表示變量的集中值，視差比γ用來表示變量的離散值。

眾數 М0 = 數據中頻率最高的變量值。例如時間序列分析:單變量和多變量方法 pdf，當表中出生的孩子數為 2 時，頻率為 48，即眾數。

其中 N 是觀察的總數；fmo 是模式的頻率。

②中值Мd和極差R或四分位差Q。適用于序數水平以上的變量時間序列分析:單變量和多變量方法 pdf，但最常用的是序數變量。中值Мd用于表示變量的集中值，范圍R或四分位差Q用于表示變量的離散值。

中值Мd是數據中心的變量值。對于未分組的數據，當數據按順序排列時，(N+1)/2的位置對應的變量值為中值，表中數據的中值為3(個數) ). 對于分組數據，累積頻率達到 50% 的變量值為中值。

范圍R是數據中某個變量的最大值和最小值之差。表中的范圍是12。四分位差Q是數據分布中累積頻率達到25%或75%的點的變量值之差。

③ 平均值μ和標準差。僅適用于區間以上的變量。均值μ用來表示變量的集中值，是數據總和的平均值。標準差用于表示變量在均值 μ 附近的平均離散度。計算公式為

其中 N 是觀察的總數；Xi 是觀測值。

標準差的平方稱為方差。方差也可以用來表示一個變量在一段距離上的離散值。

當數據收集僅包括受試者的隨機樣本時，使用單變量統計推斷。它分為兩部分：參數估計和假設檢驗。參數估計是根據抽樣結果，科學地估計總體特征值的大小或范圍。樣本的均值、個數p和標準差s作為總體的特征值，均值μ、個數p和標準差的估計值稱為參數的點估計. 例如，根據樣本的人均收入，估計人口的人均收入。

式中，Xi 為樣本中的觀測值；是樣品的容量；是樣本中研究類別的數量。

參數的區間估計是估計總體特征值的范圍。例如，根據樣本的人均收入，估計人口人均收入的范圍。當樣本量不小于 30 時，總體均值的區間估計為

總分的區間估計為

根據公式確定：

在區間估計公式中，正確估計的概率為1-α（見圖）。

假設檢驗是根據抽樣結果在一定可靠性的基礎上接受或拒絕原假設。例如，為了確定某個地方的生育率是否控制在15‰，可以進行抽樣調查。根據抽樣結果，檢驗生育率15‰的假設是否可以接受。這樣的判斷是概率性的，不可能做出100%正確的判斷。衡量判斷的可靠性，一般用顯著性水平來表示。

使用統計推斷技術的條件是：抽樣所依據的總體清單必須完整；抽樣是概率抽樣。推理中也不涉及非抽樣誤差。如果數據的非抽樣誤差過大，統計推斷的結果就會失去正確性。