我们从一些事情上得到感悟后，可以通过写心得体会的方式将其记录下来，这样可以记录我们的思想活动。那么要如何写呢？这次漂亮的小编为您带来了对统计学的理解（5篇），在大家参照的同时，也可以分享一下给您最好的朋友。
20xx年8月18日至8月29日，我同全州八县同行共53人有幸参加了在成都信息工程学院举办的XXX州统计业务骨干培训班（第二期）为期十二天的学习，这是我工作十多年来参加的培训中时间最长、针对性最强、等级最高、纪律最严、收获最大的一次培训。因为平时工作较忙，很少有机会参加培训，因此我十分珍惜这次难得的机会，专心听课，认真做笔记，使自己的工业统计理论知识和业务水平得到了提高，进一步理清了思路，开拓了视野，同时感受到了领导的关心与期盼，联系自己工作经历，使今后努力的方向更加明确。
一、提高了思想认识
从事统计工作多年，觉得统计数据水分多，工作压力大，感到从事统计工作很困惑、很痛苦，有时产生抵触情绪。通过系统的统计基础理论学习和公务员心理调适讲座的疏导，使我豁然开朗，明白了统计数据并不像财务数字那样精确，只要方向对、趋势正确就行；统计工作是一项专业性很强的工作，只有认真学习，掌握了较为全面的统计专业知识，提高统计分析能力，才能做好统计工作，才能为领导提供决策参考，才能为发展地方经济服务。
二、强化了统计理论知识
此次培训组织严密，学习扎实，在培训老师的精心设计与合理安排下，通过多种形式的教学，系统学习了《统计学原理》、《EXCELL在统计中的应用》、《抽样调查方法与应用》、《国民经济核算》、《宏观经济统计分析》、《创新思维与工作创新》、《公共关系与社交礼仪》等课程的学习；听取了《公务员心理调适》、《统计调查报告写作》、《我国统计工作的热点问题评述》的。讲座；参观了成都工业园区和映秀镇地震灾区。切实提高了自己的理论水平；疏导了心理困惑；体验了工业园区发展、城乡一体化建设；感受了地震灾区的心灵震撼。
学习《统计学原理》和《宏观经济统计分析》不仅增强了自己的统计理论基础，而且明白了数据是统计分析的眼睛，分析是统计数据经过深加工的最终产品，统计分析起到参谋和预警作用。通过《抽样调查方法与应用》课程的学习，使我掌握了抽样调查的基本理论、知识和方法，理解了从调查立项、抽样方案设计到数据收集与加工的整个流程。通过学习《EXCELL在统计中的应用》，EXCELL常用功能的实际操作水平有了提高，运用EXCELL计算分析数据提高了工作效率。
三、提供了相互交流平台，解放了思想，开拓了视野
培训除了学习书本知识，还安排外出参观学习，相互交流，增进了同行相互学习、取长补短机会。听取各种课程专题讲座，从心态调整、心理健康、能力培养，到礼仪帮交、统计热点、工作困惑等，内容丰富，切实有用，给我们指明了方向。尤其是公务员心理调适讲座，作为统计工作人员所面临的工作压力，生活压力，让我们懂得如何控制情绪，自我解压，更好地做好本职工作显得格外重要。
四、指明了方向
通过学习，结合实际工作，我觉得工业经济管理工作与统计工作密不可分，可以说统计人才就是工业经济管理所需的人才。统计人才是统计工作的基础，是指导工业经济发展的基础，提高统计数据质量，提高统计分析能力，是经济主管部门开展经济管理工作的重要保证。作为一名工业统计人员，感到肩上责任重大。我深刻认识到，在今后的工作中必须养成良好的学风，不断学习，理论与实践结合，学以致用，才能跟上时代的步伐，在平凡的岗位上实现自己的价值。
教科书p106－108。
1、让学生体验数据的收集、整理、记录的过程，并能够根据统计表进行简单的数据分析，了解统计的作用与意义。
2、让学生初步认识简单的复式统计表，并能了解到复式统计表的优点，明确单式统计表与复式统计表的联系与区别。
3、通过对熟悉的事例的调查活动，激发学生的学习兴趣，培养学生的合作意识。
教学重点：认识复式统计表，了解其表头的各部分的意义。
教学难点：明确单式统计表与复式统计表的联系与区别。
教学准备：每位学生的身高调查卡，答题卡及课件。
师：刚才同学们通过测量得到了各自的身高，现在请大家来介绍一下。
生：我的身高是131厘米……
生：我的身高是128厘米。
师：介绍得很清楚。猜猜这位同学去年的身高是多少？
生：可能是125厘米，去年比今年矮。
师：那再估计一下他明年可能会是多少厘米？
生：我想明年他可能会是130厘米。
师：汤老师猜他明年会是140厘米，可能吗？
生：可能性不大，因为人一年不可能身高长这么多。
师：你的意思是说我们的身高每年只能增高一点儿，对吗？
生点头。
师：其它同学请根据这一生长规律预测一下自己明年的身高。
教学过程：
一、初步感知，导入新课
师：同学们，你知道吗咱们的校园不仅美丽，而且还隐藏许多数学小秘密，同学们想知道吗？（想）汤老师在校园里拍摄了一组照片，请大家欣赏。（课件出示）
师：刚才的照片隐藏了什么数学知识？
生：统计表。
师：同学们的观察真仔细，今天，咱们这节课就一起来学习有关统计的知识。（板书：统计）
二、创设情境
师：“六一”儿童节快到了，学校组织庆祝活动，为了保证咱们班的形象整洁划一，汤老师决定为同学们每人预订一套新的夏季校服，经学校审批，已批准，同学们高兴吗？
生：高兴。
师：为了保证同学们的校服大小合适，服装厂提供了一组适合我们班学生穿着的服装大小尺码。（课件出示）
服装尺码：125、130、135、140、145。
师：尺码为125的服装表示身高是125厘米的同学穿着最合适，尺码为130的服装表示身高是130厘米的同学穿着最合适，以此类推，尺码为135、140、145分别表示身高是135厘米、140厘米、145厘米的同学穿着最合适。
师：通过刚才的介绍，你觉得你应该选择多大的尺码的服装。
生：我选择35的服装。
师：为什么？
生：因为我现在的身高是132厘米，明年我还要长高。
师：你的表述非常正确。
巡视。
师：这位同学的身高是141厘米，同学们建议他选多大的服装。
一部分学生说选140的，一部分学生说选145的。
师：请选。145的同学说理由。
生：我觉得先140的小了，明年我们长高了，就更小了，所以我宁愿选大一点。而且我妈妈平时给我买衣服时都是买大一点的。
师：选140的同学觉得这位同学说得有道理吗
生点头。
师：是的，因为我们现在每年都长高一点儿，所以，平时挑选衣服时也尽是梢微买大一点儿的。
师：有了这个生活经验，同学们再快速来归纳一下，125、130、135、140、145分别适合哪些身高段的人？
生1：125适合身高是125厘米、124厘米、123厘米……
师：也就是适合身高是125厘米及125厘米以下的（课件出示）。
师：那130呢？
生2：适合身高130厘米、129厘米、128厘米、127厘米、126厘米的人。
师：说简单占，就是126－130厘米的人。（课件出示）
师：下面135、140、145，谁能够像这样简单地表述它们，分别适合哪些身高段的人？
生1：135适合的身高段是131－135厘米。
师：又简单又准确。
生2：140适合136－140厘米的人。
生：145适合141－145厘米的人。
师：我们班同学的最高身高为142厘米，咱们就干脆说145适合141及141厘米以上的同学穿。（课件出示）
服装尺码适合身高段（厘米）
125125及125以下
130126－130
135131－135
140136－140
145141及141以上
三、合作探究
师：经过大家刚才的分析，看来我们只要统计这几个身高段各有几人，就能保证服装大小合适了。
板书随机出示：身高。
师：怎样保证数量、款式也合适呢？
生（思考）：还要统计我们一共有多少人？
师：也就是人数（板书）还有呢？
生2：女生要分开统计？
师：男、女生服装款式不一样，所以分开统计都能保证款式合适。
男生、女生也就是性别（板书）
师：确定了这三项内容，我们现在就开始统计，好吗？我们先来统计男生身高情况，为了节约时间，咱们分小组进行统计，怎样？
生：好。
师：请各小组听清合作要求：
小组内的同学互相合作，将组内的男生身高卡收集起来，在这块小黑板上进行分类整理，小组长将整理的数据填在表格里。
比一比，看哪个小组统计得快，而且数据准确，听明白了吗？（明白）
师：刚才小组合作提出几点要求。
生1：只统计组内男生身高。
生2：分类整理。
生3：填表。
师：同学们听得很仔细，按照这些要求现在开始统计。（各小组同学将男生身高卡进行整理，巡视时，发现同学们都能提出自己的想法，并主动帮助有困难的同学，不一会儿，杂乱无章的卡片就有序地分类整理出来了。
师看来合作的律师事务所确不小。
现在请各小组长汇报你们组的数据，其它同学看小黑板进行一一核实。
组1：我们组男生125及125以下的2人。
师：同学们，这个“2”我能记录在这张表格里吗？
（大屏幕：二（6）班男生身高统计表）
生：不能。
师：为什么？
生：因为那是记录二（6）班全班男生身高情况，这个“2”只是一个小组的125及125以下的男生人数。
师：这位同学观察得很仔细，也说得很有道理，所以统计时，统计表的标题也是不容忽视的。既然这样，老师就先把你们各组的数据写在黑板上，好吗？
生：好。
各小组依次汇报统计数据，其它同学对照整理图进行核实。
现：各小组都无差错，看来大家都是合格的小小统计员，现在谁能将这些记录进行处理，填在上面这张表格里。
学生口算。
生1：125及125以下的有3人。
师：“3”怎么来的？
生1：把1、2、3、4组这一身高段的人数加起来。
师：非常正确，接下来呢？
生2：身高是126－130厘米的男生全班有5人。
师：身高在141及141以上的几人？
生：（稍慢）1人。
师：很，注意身高段与数据的对应。
131－135和136－140两段各几人？
生：身高在131－135厘米的有10人，身高在136－140厘米的有2人。
师：在大家的共同努力下，我们很快完成了这张男生身高统计表，咱们班女生人数较少，想一想，有没有更愉地方法。
生2：一脸迷茫。
师：老师平时了解同学们的有关情况，通常用的是什么方法？
生：举手。
师：你们认为用举手的方法来整理女生身高情况怎样？
生：好。
师：那请女生注意了，请身高在125及125厘米以下的女生举手，2人。
师：在相应身高段表格记录2。（课件）
（依次举手、记录）
师：我们经过收集整理、记录，完成了统计过程。
（板书）制成了这两张单式统计表。
为了更愉地把新脱衣服做好，我们赶紧把表给服装厂的老部传过去。
（课件）音效：数据统计得没问题，但一个班最好只用一张表。
师：老总给我们提出了要求：只能用一张表。
那也简单，把这两张表合起来就可以了。
课件演示：将两表拼接在一起。
师：同学们觉得合起来这张表怎样？
生（仔细看、思考）
生：这张表，不知道哪是男生身高，哪是女生身高？
师：你观察真仔细，提出了一个很有价值的问题，马上来解决它，还有什么不足之处？
生：我发现有两个标题。
师：你有什么好建议？
生：去掉一个。
师：好，照你说的办？（课件演示）
师：将重复的去掉，可以让表格更简洁，是吗？（是）不能再简洁点儿？
生：沉思。
师引导：观察第一横栏和第三横栏。
生（哦）：第一横栏和第三横栏一模一样，可以去掉一个？
师：其它同学认为呢？
生：我同音，因为它们也重复了。
师：好，我们也试试年地，看去掉以后有没有影响？（课件演示）
生：很好，更简洁了！
生：没有影响统计的数据。
师：这张表现在又简洁，又清楚，应该老总也会满意吧，传过去。
（课件点击）音效：这张表做得很简洁，数据也没问题，但身高、人数、性别这三个词条要在表中显示出来。
师：看来，这位老总是个非常认真的人，要求咱们精益求精，同学们，身高、人数、性别放在中哪一格呢？
（课提示）
师：这几格，哪一格最合适？
生：应放在第一格。
生：应放在最前面一格。
师：（课件定格）我们把这一格叫做“表头”。一格放三个词条，看业我们必须先把分成三份（课件演示）。
师：身高、人数、性别分别在在哪儿呢？（课件闪动）
这一格你认为放哪个词合适？
生：身高。
师：说说你的理由。
生：因它这一格它旁边都是身高。
师：你是说这一格它统领这上面一横栏（课件演示）？你说得很正确，同样的方法，这一格填什么？
生：填性别。
师：你的依据是什么？
生：这一格与竖栏连在一起，应该是管男生、女生的。
师：说得很有道理。（课件演示）
师：那中间这一格呢？
生齐声回答人数
师：用手比划一下，它总统表中的哪一部分。
（生用两手划出一长方形）
师：对，它管这一大片（课件演示）。
师：身高、人数、性别就这样被同学们轻而易举地放进去了。那这三个词条的位置是固定不变的吗？
（课件出示另一种的复式统计表）
分别将身高、人数、性别填入表头相应的位置。
师：（小结）看来表头三个词条昌跟横、竖栏的内容紧密相关的，我们把这样的统计表叫复式统计表（完善课题）。
（课件出示）：两张单式统计表，一张复式统计表。
师：这是我们刚才制成的两组统计表，如果你是服装厂的老总，你会选择哪一组？
生1：我选下面一张，因为简单。
生2：我选复式统计表，因为经只用一张表就表示出了男、女生身高两项内容。
师：这是同学们的意见，老总会满意这张复式统计表吗？还是发过去吧。
（课件）音效：这张表做得非常好，数据清楚，表格简洁，让人一目了然。
师：一目了然，老总他了然了什么呢？
我们一起来分析分析（课件出示复式统计表）
（先让学生全面分析）
（课件出示填空题）
1、二（6）班男款130的服装订（）套，女款125的服装订（）套。
2、二（6）班男款服装一共订（）套。
3、（）款尺码为（）的服装的套数最少。
三、比较巩固
师：看来复式统计表的确很方便，这里还有两张单式统计表。（课件出示）
师：请同学们也把它们合成复式统计表。
生：（疑惑）不能合。
师：为什么？
生1：因为它们统计的内容不一样。
生2：一张是统计年龄的，一张是统计性别的，内容不相同。
师：这样看来，只有当统计的内容一致时，都能制成复式统计表。
师：这节课的学习，同学们也一定收获不少，现在就利用所学知识完成这张表格，完成你们的答题卡。
（练习内容：根据提供的数学信息填复式统计表）
师巡视、展示。
四、课外延伸
师：同学真是太了不起了！
你们知道吗？其实有关统计的知识很丰富，大家请看。（课件出示搜集的有关统计的知识，让学生了解）
同学们一边小声读，一边发惊叹声。
师：看完这段话，你有什么想说的吗？
生1：统计的作用真大。
生2：统计员的工作好严格。
生3：统计那么早就有了，古代人真聪明。
生4：我长大想当一名统计员。
在学生的自由发言中轻松结束这节课。
《经济统计学》是一门比较灵活的课程，我觉得也是学的有滋有味的一门课。通过这一个学期的《经济统计学》知识学习，在授课老师的讲授和指导下获益良多。老师喜欢和我们同学一起互动，不象有的老师只是填鸭式教学，而不管学生吸收了没有。《经济统计学》不好懂是众所周知的，老师在上课时列举了很多生动鲜活的例子让我们更容易理解。老师还会给我们留出提问的时间，解答疑难问题，更难得是在课后的时间里对我们同学提出的问题作了详细的解答。
我将有关《经济统计学》的知识在实际工作中加以应用，取得了很好的效果，也加深了自己对《经济统计学》这门课程的理解和掌握。
以前，我常常不知道那些客户的有关具体信息和购买习惯，在学习了统计学这门课程后，我对自己的客户资料进行的整理并对他们的购买记录做了统计分析和研究。这样，我就可以提前知道客户特别是重点客户的产品需求与服务需要以及自己的发展重点。我还在运用统计分析的结果后获得了客户的好感与信任，也获得了新的'客户和新的订单。
例如，我们之前有一家公司客户往年只是订购一次我们的产品。在做了统计分析后，发现这家公司规模不断变大，新产品的需要不断增加，是值得开拓的潜在客户，于是我为该客户制定了一套全新的符合他们未来一年产品需求的企划书，并运用统计分析的知识对他们未来的产品需求用图表进行分析和商谈。结果客户很满意我的提案，一下子就跟我签订了连续3年的`供货协议，并且称赞我的分析有水平。我的心甭提多高兴，感谢老师的教导，不但学到了《经济统计学》的理论知识，还在工作中派上了用场，这一段时间的学习真值。
三年级下册《复式统计表》
1、初步了解复式统计表的格式，能够正确填写表格，制作表格，并对表中的数据进行分析。
2、经历统计的全过程，体会统计表的产生及其优越性，增强统计的意识和能力。
3、感受数学与生活的密切联系，激发学生学习数学的兴趣。
根据单式统计表动手制作出复式统计表，并能根据统计表中的数据提出并回答简单的问题，进行简单的分析。
理解复式统计表，知道使用复式统计表的意义，会对复式统计表进行分析。
课件，单式统计表
一、创设情境，引入新知
1、出示：学校学生社团活动的小视频
这是我们学校在组织同学们参加什么活动？（社团活动）
师：是的，我们每周都会参加学校的社团活动，我们学校有哪些社团？（口答）
师：是啊，学校为同学们开设了丰富多彩的社团，老师想知道我们班男、女同学分别最喜欢的活动是哪一项呢？
学生猜测，意见不一
师：看来大家意见不统一，你能用我们以前学习的办法解决吗？
引题：可以用统计的方法
二、自主探究，建构新知
1、复习铺垫
老师这里给大家准备了6个学校的社团，每位同学只能选择一个最喜欢的社团。我们要采取什么方式进行调查呢？
预设1：一同举手表决
预设2：我们统计的是男、女分别最喜欢的社团，所以应该分开统计。
2、完成单式统计表的数据收集和整理
师：好的，现在我们就分别对男、女生最喜欢的社团进行统计，女生统计男生的，男生统计女生的（每个学生手中只有一种统计表）（略）
请几位同学到前面统计各项人数，填写表格。
3、根据你手中的统计表，你们知道了什么信息？
（学生根据表格中的数据口答）
4、师：由于男、女生的特点不同，看来喜欢的社团差别很大，老师想知道女生喜欢舞蹈的比男生的多多少人？只看手里的这一张表格你能告诉老师吗？（学生困惑）
5、师：你们有什么办法吗？（我们需要把两张表放在一起，才能比较）
6、小组合作
师：看来只有一张表是比较不出结果的，需要把两张表合在一起，下面我们同位两人为一个小组，根据两张统计表中的数据，制作一个“男、女生最喜欢的社团”统计表，并画出来。
教师巡视指导。
7、利用多媒体展示学生作品。请同学说一说是如何设计的？
观察几类表格的相同点与不同点，引导学生选出最优方案。
8、教师根据学生的汇报，运用课件逐步呈现新的统计表
师根据表格内容引出表头，并加以介绍
第一行横向为社团，第一列纵向男女为性别，中间部分的内容是统计出的人数。
师：我们的这张统计表是怎样得到的？（把以前的两张合在了一起）
以前我们学习的是单式统计表，把表格中的数据加以归纳整理，就是我们今天学习的复式统计表。
《复式统计表》教学设计板书：单式统计表复式统计表
9、复式统计表与我们之前的单式统计表有什么不同？（口答）
10、现在看着这一个统计表，你能马上比较出每个社团男女生的差别了吗？（口答）你对调查的结果有什么看法和建议？
11、你觉得复式统计表有什么好处？
板书：信息丰富便于比较
师：生活中处处有数学，下面我们就尝试利用今天学习的复式统计图解答问题。
三、练习巩固，运用拓展
（1）填空
2班同学爸爸、妈妈每天工作和做家务的时间统计表
1、大多数爸爸每天工作和做家务的时间是小时。
2、大多数妈妈每天工作和做家务的时间是（）小时。
3、看到这个统计结果，你有什么感受。
（2）选择
三年一班同学最喜欢的电视节目统计表
1、女生喜欢（）节目的人最多。男生喜欢（）节目的人最多。a。动画片b。体育运动c。科教片d。少儿综艺
2、男生喜欢体育运动的人数比女生多（）人？
a、10 b、8 c 、6 d、2
3、有女生和男生都比较喜欢的节目吗？（）
a、动画片 b 、电视剧 c 、知识竞赛类 d、少儿综合类
（3）判断
中国、美国、俄罗斯在三届奥运会中所获金牌数量统计表
关于上面三届奥运会，下面哪些说法是正确的？
1、中国获得的金牌一届比一届多。
2、俄罗斯获得的金牌一届比一届少。
3、每届都是美国获得的金牌最多。
（4）整理数据回答问题
育才小学三（1）班学生的体育成绩记录单
比较一下这个班男生和女生的体育成绩。
这个班的体育成绩怎么样？
四、回顾所学，总结梳理
今天我们学习了什么内容？你是怎样学会的？
(1)自由度 d.f.
统计学上的自由度是指当以样本的统计量来估计总体的参数时， 样本中独立或能自由变化的自变量的个数，称为该统计量的自由度。 统计学上的自由度包括两方面的内容：
首先，在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。
在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1。
例如，有一个有4个数据（n=4)的样本，其平均值m等于5，即受到m=5的条件限制，在自由确定4、2、5三个数据后， 第四个数据只能是9，否则m≠5。因而这里的自由度υ=n-1=4-1=3。推而广之，任何统计量的自由度υ=n-k(k为限制条件的个数）。
其次，统计模型的自由度等于可自由取值的自变量的个数。如在回归方程中，如果共有p个参数需要估计，则其中包括了p-1个自变量（与截距对应的自变量是常量1）。因此该回归方程的自由度为p-1。
(2)偏相关
Partial correlation coefficient
在多元回归分析中，在消除其他变量影响的条件下，所计算的某两变量之间的相关系数。
在多元相关分析中，简单相关系数可能不能够真实的反映出变量X和Y之间的相关性，因为变量之间的关系很复杂，它们可能受到不止一个变量的影响。这个时候偏相关系数是一个更好的选择。
假设我们需要计算X和Y之间的相关性，Z代表其他所有的变量，X和Y的偏相关系数可以认为是X和Z线性回归得到的残差Rx与Y和Z线性回归得到的残差Ry之间的简单相关系数，即pearson相关系数。
(3)标准回归系数
标准回归系数，是指消除了因变量y和自变量x1，x2，…xn所取单位的影响之后的回归系数，其绝对值的大小直接反映了xi对y的影响程度。
(4)Wald 检验
Wald 统计量我们先对无约束模型得到参数的估计值，再代入约束条件检查约束条件是否成立；
wald 检验一般适用于检验非线性的约束条件（当然也可以检验线性的约束条件），通过对原方程（无约束模型）进行估计，构造出检验统计量，该统计量在大样本下服从卡方分布，自由度为约束条件。
wald检验的思想是：如果约束是有效的，那么在没有约束情况下估计出来的估计量应该渐进地满足约束条件，因为MLE（极大似然估计）是一致的。
(5)显著水平
显著性水平是估计总体参数落在某一区间内，可能犯错误的概率为显著性水平，用α表示。显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
拓展资料
1.主要术语
统计学（statistics）：收集、处理、分析、解释数据并从数据中得出结论的科学。
描述统计（descriptive statistics）：研究数据收集、处理和描述的统计学方法。
推断统计（inferential statistics）：研究如何利用样本数据来推断总体特征的统计学方法。
变量（variable）：每次观察会得到不同结果的某种特征。
分类变量（categorical variable）：观测结果表现为某种类别的变量。
顺序变量（rank variable）：又称有序分类变量，观测结果表现为某种有序类别的变量。
数值型变量（metric variable）：又称定量变量，观测结果表现为数字的变量。
均值（mean）：均值也就是平均数，有时特指算术平均数，这是相对其他方式计算的均值，求法是先将所有数字加起来，然后除以数字的个数，这是测量集中趋势，或者说平均数的一种方法。
中位数（median）：也就是选取中间的数，要找中位数，首先需要从小到大排序，排序后，再看中间的数字是什么。
众数（mode）：众数也就是数据集中出现频率最多的数字。
2.相关观念
为了将统计学应用到科学，工业以及社会问题上，我们由研究母体开始。这可能是一个国家的人民，石头中的水晶，或者是某家特定工厂所生产的商品。一个母体甚至可能由许多次同样的观察程序所组成；由这种资料收集所组成的母体我们称它叫时间序列。
为了实际的理由，我们选择研究母体的子集代替研究母体的每一笔资料，这个子集称做样本。以某种经验设计实验所搜集的样本叫做资料。资料是统计分析的对象，并且被用做两种相关的用途：描述和推论。描述统计学处理有关叙述的问题：资料是否可以被有效的摘要，不论是以数学或是图片表现，以用来代表母体的性质？基础的数学描述包括了平均数和标准差。图像的摘要则包含了许多种的表和图。
推论统计学被用来将资料中的数据模型化，计算它的机率并且做出对于母体的推论。这个推论可能以对/错问题的答案所呈现（假设检定），对于数字特征量的估计（估计），对于未来观察的预测，关联性的预测（相关性），或是将关系模型化（回归）。其他的模型化技术包括变异数分析（ANOVA），时间序列，以及数据挖掘。
相关的观念特别值得被拿出来讨论。对于资料集合的统计分析可能显示两个变量（母体中的两种性质）倾向于一起变动，好像它们是相连的。一样。举例来说，对于人收入和死亡年龄的研究期刊可能会发现穷人比起富人平均来说倾向拥有较短的生命。这两个变量被称做相关的。但是实际上，我们不能直接推论这两个变量中有因果关系；参见相关性推论因果关系（逻辑谬误）。
如果样本足以代表母体的，那么由样本所做的推论和结论可以被引申到整个母体之上。最大的问题在于决定样本是否足以代表 整个母体。统计学提供了许多方法来估计和修正样本和收集资料过程中的随机性（误差），如同上面所提到的透过经验所设计的实验。参见实验设计。
要了解随机性或是机率必须具备基本的数学观念。数理统计（通常又叫做统计理论）是应用数学的分支，它使用机率论来分析并且验证统计的理论基础。
任何统计方法是有效的只有当这个系统或是所讨论的母体满足方法论的基本假设。误用统计学可能会导致描述面或是推论面严重的错误，这个错误可能会影响社会政策，医疗实践以及桥梁或是核能发电计划结构的可靠性。
即使统计学被正确的应用，结果对于不是专家的人来说可能会难以陈述。举例来说，统计资料中显著的改变可能是由样本的随机变量所导致，但是这个显著性可能与大众的直觉相悖。人们需要一些统计的技巧（或怀疑）以面对每天日常生活中透过引用统计数据所获得的资讯。
3.统计方法
测量的尺度
统计学一共有四种测量的尺度或是四种测量的方式。这四种测量（名目、顺序、等距、等比）在统计过程中具有不等的实用性 。
等比尺度（Ratio measurements）拥有零值及资料间的距离是相等被定义的；
等距尺度（Interval measurements）资料间的距离是相等被定义的但是它的零值并非绝对的无而是自行定义的（如智力或温度的测量）；
顺序尺度（ Ordinal measurements）的意义并非表现在其值而是在其顺序之上；
名目尺度（Nominal measurements）的测量值则不具量的意义。
统计技术
以下列出一些有名的统计检定方法以及可供验证实验数据的程序
Fisher最小显著差异法（Fisher's Least Significant Difference test ）
学生t检验（Student's t-test）
曼-惠特尼 U 检定（Mann-Whitney U）
回归分析（regression analysis）
相关性（correlation）
皮尔森积矩相关系数（Pearson product-moment correlation coefficient）
史匹曼等级相关系数（Spearman's rank correlation coefficient ）
卡方分布（chi-square ）
4.创立时期
德国的斯勒兹曾说过：“统计是动态的历史，历史是静态的统计”。可见统计学的产生与发展是和生产的发展、社会的进步紧密相联的。
统计学的萌芽产生在欧洲，17世纪中叶至18世纪中叶是统计学的创立时期。在这一时期，统计学理论初步形成了一定的学术派别，主要有国势学派和政治算术学派。