描述性分析（Descriptives）主要用于描述连续变量统计量计算，也可将原始数据转换成标准Z分值（标准化数据）并存入数据集。同Frequencies分析相比，Descriptives分析不能计算百分位数外，其他与Frequencies分析相同。 例：对于资料中的年龄和APACHEⅢ评分进行简单描述性分析，数据如下： 注：数据标准化 在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。数据标准化的方法有很多种，常用的有“最小—最大标准化”、“Z-score标准化”和“按小数定标标准化”等。经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。 （1）min-max标准化(Min-max normalization)/0-1标准化(0-1 normalization) z-score标准化方法适用于属性A的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。 （3）小数定标标准
