实验数据分析时，研究对象的全体称为总体。组成总体的每个元素称为个体。实际的统计研究中，研究总体时，我们关心的只是其中的某一项或几项指标以及该指标在总体中的分布情况（即总体数字特征和总体分布函数）。例如：研究全国高校的学生人数时，总体X是全国高校的学生人数，个体是每所高校的学生人数。再如研究某个小学的学生健康状况时，主要关心学生的身高和体重，分别用X和Y表示，则总体就是全校学生的身高和体重，用（X，Y）表示，个体就是每个学生的身高和体重。总体有三个性质：（1）大量性是指需要研究的总体的数目巨大。（2）同质性是指总体中研究的每一个数据（也称个体）彼此之间有相同的性质。（3）变异性是指总体中研究的每一个数据之间也是有差异的。
抽样即为了得到总体的某些特征及分布信息，按照一定规则从总体中抽取若干个体进行观察实验。所抽取的个体即样本。举一个例子，要检验某食品的出厂合格率，理想的做法，是打开所有总体（食品）的包装，检测总体中每一个个体（具体的每一盒食品）是否合格，再计算出出厂合格率。但这显然是不现实的，因为打开所有包装并检查的成本过大。这时我们需要从总体中抽选部分个体构成一个集合（称为样本，样本中个体的数目小于总体数目），如果抽取的集合中的个体能较全面，无偏地反映出总体的信息，就可以认为该抽样是有效的。
抽样按照个体是否放回，可以分为有放回抽样和无放回抽样，有放回抽样指从总体中抽取一个个体并记录该抽样结果后，再将该个体放回至总体中；无放回抽样指从总体中抽取一个个体并记录该抽样结果后，不再放回该个体。二者区别就在于，有放回抽样可能抽取重复的个体，而在无放回抽样中不存在这种情况。按具体的抽样方法分类，可以分为简单随机抽样、分层抽样、比例抽样、等距抽样、系统抽样等。样本的抽取是随机的，每个个体是一个随机变量，容量为n的样本可以看作n维随机变量。当选定样本后，即可得到n个具体的值，即样本值。统计是从调查得到的资料（样本值），推断总体的情况。定理表明，当样本容量足够大时，经验分布函数（样本分布函数）依概率收敛于总体分布函数。这是用样本推断总体的理论依据。
样本是总体的一部分，它是由从总体中按一定程序抽选出来的个体所组成的集合。那么这个集合中，个体的数目称为样本容量。用一个例子对上述概念进行总结，要研究一所拥有10 000名学生的大学中，学生的平均身高。我们从10 000名学生中随机抽取了100名学生作为调查对象，那么总体和样本如下：
●总体：10 000名学生的平均身高；(www.xing528.com)
●个体：某一个学生的身高，例如，学号为00001的学生的身高；
●抽样：从10 000名学生中随机抽取了100名学生作为调查对象（样本）的过程；
●样本：抽取的100名学生的身高数据；
●样本容量：100
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
