在处理分类变量资料时，常用的统计指标主要包括频数、频率（即百分比）、累积频率等。这些指标能够帮助我们了解数据的分布情况和特征。

首先，频数是指某一类别或组别出现的次数。例如，在一项研究中，如果调查了100人是否吸烟，其中60人回答“是”，40人回答“否”，那么“吸烟”这一类别的频数就是60，“不吸烟”的频数为40。

其次，频率是指某一类别或组别出现的次数占总次数的比例，通常以百分比形式表示。继续上面的例子，在100人的调查中，“吸烟”的频率为60%，而“不吸烟”的频率则为40%。通过计算频率，我们可以更直观地理解各类别的相对重要性。

最后，累积频率是指某一类别或组别及其之前所有类别的合计出现次数占总次数的比例。这在有序分类变量的分析中尤为重要。例如，在一个关于患者满意度（非常满意、满意、一般、不满意、非常不满意）的研究里，“非常满意”和“满意”的累积频率就是这两个类别频数之和除以总调查人数。

除了上述指标外，对于二分类资料，我们还可以计算阳性率或阴性率；在多分类情况下，则可能需要考虑采用卡方检验来评估不同组间分布是否存在显著差异。此外，在某些特定研究场景下，如流行病学研究中，还可能会用到比值比（Odds Ratio, OR）、相对风险（Relative Risk, RR）等指标。

这些统计方法和指标的选择取决于具体的研究目的、数据类型以及研究设计等因素。在实际操作过程中，选择合适的统计指标对于准确分析分类变量资料至关重要。