统计方法与数理统计学作为数学学科来说，概率论属于“纯粹数学”，而以概率论为基础的数理统计学则是“应用数学”的重要分支．概率论是在随机现象的一般数学模型的基础上研究事件、概率、随机变量和随机过程的基本规律；而数理统计学则针对实际处理随机现象的任务提出数学模型，研究其规律并提出解决问题的方法．用概率论解决实际问题的方法叫做统计方法．统计方法有两个显著特点，第一个特点是由部分推断全体．被研究对象的全体在统计学中叫做总体，从中随机抽取一部分就是样本．凡统计方法都是通过对样本的统计分析来推断总体的性态，否则就不能算是统计方法．例如，要检验一批灯泡的耐用时间，统计方法就是抽取一个样本（比如10个灯泡组成的样本）进行检验，从这10个灯泡的耐用时间来推断整批灯泡的情况．如果把整批灯泡挨个检验，那就不是统计方法了（虽然按照日常语言的习惯，全面检验也应是一种“统计”，但作为数学方法来说，这不叫“统计方法”）．这个例子也从另一方面表明了使用统计方法的必要性：因为对类如灯泡耐用时间这样的对象，全面检验是行不通的，全面检验就会毁掉全部灯泡．既然是由部分推断总体，那就不可能以百分之百的把握作结论．统计方法的第二个特点就是以接近于1的概率（例如0．95、0．99，但不能等于1）保证所作结论正确．实际上这就是把概率接近于1的随机事件当作必然事件，这叫做“实际推断原理”．其实细想一下，我们在日常生活及生产活动中所说的必然事件，往往都是可能性很大（即概率接近于1）的事件，而不是绝对必然发生的事件．比如，我们说乘车必然比步行快，其实若车子出了偶然事故就可能比步行更慢．但车子一般不会出事故，即车子不出事故的概率通常接近于1，因此我们把乘车比步行快当作必然事件．由此可见，概率接近于1的随机事件特别重要，相应地在概率论中有一套极限理论专门研究概率接近于1的规律．广义的数理统计学泛指概率论在实际中的各种应用．狭义的数理
