在预防医学领域，研究者经常需要处理大量的数据以评估健康状况、疾病风险及干预措施的效果。数值变量资料是指可以量化并具有连续性或离散性的测量值，如身高、体重、血压等。对于这类资料的分析，主要采用以下几种统计指标：
1. 集中趋势指标：这包括平均数（均值）、中位数和众数。平均数是所有数值加总后除以数量得到的结果；中位数是指将数据从小到大排列后处于中间位置的那个数；众数则是出现次数最多的那个值。这些指标用于描述一组数据的中心位置或典型水平。
2. 离散程度指标：常用的有全距、四分位间距（IQR）、方差和标准差等。全距表示最大值与最小值之间的差距；四分位间距是上四分位数与下四分位数之差，反映中间50%数据的波动范围；方差衡量了每个数值与其平均数之间差异的平方的平均值；而标准差则是方差的正平方根，单位与原始数据相同，更直观地反映了数据分布的离散程度。
3. 形态指标：偏度和峰度用于描述数据分布形态。偏度衡量的是数据分布是否对称以及不对称的方向；峰度则反映曲线顶部尖峭或平坦的程度，标准正态分布的峰度为0。
4. 其他相关性指标：当研究涉及两个及以上变量时，还可能需要计算协方差、皮尔逊相关系数等来评估它们之间的关系强度和方向。

以上这些统计指标在预防医学的研究中应用广泛，能够帮助我们更好地理解和解释数值变量资料。