在定量分析中，如何搜集和处理数据对于最终结果的呈现至关重要。定量分析的数据如果更多的体现为number，那么在数据量比较大的情况下，使用统计方法会更加好处理。如果数据搜集采用了不同的方法，还可以使用搜集数据的method将数据进行分类。由此，可将数据的统计学分析分为两种，一种为descriptive statistics，另一种为inferential statistics。推论统计常用于比较不同的数据set，从个体的发展趋势推定总体的发展趋势。
描述性统计是用于对出于变动之中的事物进行描述的。数据主要需要将其的发展和变化的节奏或者趋势表示出来。也就是说，在将数据搜集出来的情况下，数据虽然本身出于一种杂乱，找不到发展规律的状态，但是作为researcher本人，需要能够从中看到这种trend或者变化的节奏。然后再将数据处理成读者能够直观看到发展变化趋势的样态。
描述统计按照表现形式可以主要体现为以下三种，英国翰思教育来为大家逐一介绍。
第一种，表现发展频次或者可能性的。主要将数据处理成为占比，百分比的方式，展现某种现象发展的frequency。比如说，在对变量A进行修改的时候，多大可能性上会导致conclusion B的发生。第二种，表现中段发展频次。主要将数据的平均数、中位数计算出来。通过划定中位数可以将某种现象或者数据的分布状态表示出来，常用于展现最为常见的某种结论或者处于平均状态的某个结果。第三种为表现所处position。通过将数据进行所谓的标准化处理，研究人员可以确定不同score之间的关系，从而比较不同组的score的平均数。
推论统计的样本数据选择是关键。最好能够选择最具有典型性或者能够体现一定的未来发展趋势的样本作为分析的基础。比如，如果某项研究要求从1万个数据中确定某种发展趋势，首先直接处理这1万个数据本身是非常耗时间的。其次，也没有必要。完全可以从中抽取20%的随机数据作为分析样本。由此得到的结论和直接分析1万个样本的结论并不会存在特别大的偏差。
推论统计也可以分为两类。一类是参数估算。另一种为假设测算。后一种更为常见。主要是在提出某个假设之后，利用数据来证明这一假设。比如，在进行数据搜集之前，假设某一人群对于某种pill的反应会呈现偏好的趋势。则可以利用control group，搜集人群在take pills之后的反应。
推论统计还可以证明不同变量之间的关系，而不仅仅是对数据进行描述。数据之间的关系主要体现为以下三种类型。这也是在处理数据，进行数据分析的时候要达到或者证明的对象。以下方式常用于数据分析中证明variables之间的关系。第一种，关联分析。此种主要用于分析两个变量之间的correlation。第二种为交叉制表, cross-tabulation.使用这种方式能够分析大于两个变量之间的关系。第三种为变化分析。这种分析方式也是处理两个变量，但是其焦点为分析变量之间的不同。
英国翰思教育是一家知名的留学文书与留学论文辅导机构, 多年来帮助一大批来自英国,美国,澳洲,加拿大等国的留学生同学们解决了论文作业与留学升学的难题. 服务包括: 留学申请文书, 留学作业学术论文的检测与分析（CV, Reference Letter, Personal Statement, Essay, Assignment, Coursework, Paper, Personal Statement, Dissertation, Research Proposal与Thesis等）,留学申请文书的写作辅导与修改建议. 翰思教育迄今已成为英国, 美国, 澳洲, 加拿大等国最知名的正规留学申请与论文辅导品牌.
