对那些刚刚接触过统计的人来说，大多数人可能只有一个模糊的概念。对统计学的定义有如下几点：统计学是一门综合科学，它通过搜索、整理、分析数据等手段，来达到推断被测对象，甚至预测对象未来的目的。数学系应用了大量的数学和其他学科的专业知识，其应用范围涵盖社会科学和自然科学的几乎所有领域。不过，许多人对统计的印象可能还停留在大学时期，或曾经在体育统计中看到过。
目前，统计学已经被广泛应用于各个领域，本文的目的在于帮助更多的人进一步理解统计学，理解统计学的过程和相关内容。
这里有几点是关于统计的，供大家参考：
每一天，我们都可以通过不同的方式选择不同的信息，呈现在我们面前。吃多少热的早餐？什么时候离开家？我家面积是多少？又有多少人把它叫做家？它只是一个外部信息的开始。要让所有这些信息有意义，就必须有一定的工具和思维方式。数理学学中的统计可以帮助我们处理这样的信息超载。统计学是研究大量数字信息，即所谓的数据。统计员收集、整理和分析数据。这一过程的每一部分都被仔细地检查。统计学技术已经在许多领域得到了应用。下面介绍一下统计中的一些
主要主题
总体与样本
重现的统计学主题之一就是，通过研究一个整体中的一小部分，我们就能认识一个大的群体。这就是所谓的整体。整个研究的一小部分就是样本。例如，假设我们想知道居住在美国的人们的平均身高。我们可以统计3亿多人，但那是行不通的。按这种方式来衡量，这将是一个梦魇，尽管我们可能不会错过任何人，也不会错过任何重复的数字。既然不能测量每个美国人的数字，我们就可以使用统计方法。不要去找每个人的身高，而是从成千上万的统计样本中寻找答案。假如我们正确地采样总体，那么样本的平均高度将与总体的平均高度非常接近。
数据获取
为了得到一个好的结论，我们需要利用好的数据。为了获得数据，我们应该仔细研究总体样本的方式。利用样本的种类取决于我们要问的关于总体的问题。
通常使用的样本有：
简单随机
分层
聚集
了解样本的测量方式同样重要。回到上面的例子，我们如何获取样本中的高度？
我们是否可以让人们在调查问卷上报告自己的身高？
是否全国各地有几位研究人员测量不同的人并报告了他们的结果？
是否调查中的每个研究人员用的相同的卷尺测量抽样中的每个人？
获取数据的每种方式中都有其优点和缺点。使用本取样数据的每个研究员都想知道数据是如何获得的。
整理数据
有时候数据量很大，我们可能在细节上迷失方向。如同置身于森林，却看不到树木。所以保持数据有条理很重要。在进行任何计算之前，详细的数据组织和图形显示帮助我们发现它的模式和趋势。因为我们用图形来表示数据的方式受到很多因素的影响。
常见的图形有：
饼图或圆形图
条形图或pareto图
散点图
时间图
干图和叶图
箱形图和须形图
除了这些众所周知的图，还有一些在特殊情况下使用的图形模式。
描述性统计学
一种分析数据的方法称为描述性统计学。这里的目标是计算描述我们数据的数量。均值，中位值和中等值用于表示数据的平均或中心。范围和标准偏差用于表示数据的分散程度。
相关和回归等更复杂的技术描述了配对数据。
推理统计学
当我们根据一个样本进而推断整个整体时，即推断统计学。
在这里，我们看到了统计学主题的科学本质，即当我们陈述一个假设时，然后使用统计工具和样本来确定我们是否需要否定该假设。这种解释只是碰触到了统计学中这个非常有用的部分的表层。
统计学的应用
毫不夸张地说，几乎所有科学研究领域都使用了统计学工具。
以下是一些非常需要统计的领域：
心理学
经济学
医学
广告
人口统计学
统计学的基础
虽然有些人把统计看作是数学的一个分支，但把它看作是一门以数学为基础的学科更好。具体来说，统计是建立在数学领域，也就是所谓的概率领域。机率提供给我们一种确定事件发生可能性的方法。同时也给了一个讨论随机数的方法。对于统计学来说，这是关键，因为典型样本需要随机选取。
Pascal和Fermat等数学家在十九世纪首次提出概率论。17世纪也标志着统计工作的开始。统计数据的概率来源是不断增长的，并且在19世纪真正开始发展。如今，它的理论范围在不断扩大，被称为数学统计。
在文章最后，澳洲代写给大家推荐一些可以帮助大家详细了解统计学的网站：
http://cos.name/
统计之都，（Capital of Statistics，简称COS），成立于2006年5月，是一个旨在推广与应用统计学知识的网站和社区。它是一个开放的平台，无论科研人员，数据分析人员，或者统计学爱好者都能在此平台上自由交流，寻求合作，共同进步，目前由世界各地的志愿者管理维护。
http://en.wikipedia.org/wiki/Statistics
维基百科，关于统计学的一些基本概念，都可以查到。
http://www.statistics.com/
一个在统计学方面比较权威的网站。