第二章 统计量及其分布在概率论的学习中，我们已经知道，随机变量及其概率分布全面描述了随机现象的统计规律性，但在实际问题的研究中概率分布往往是未知的。
本章我们要讨论统计量的分布，找到总体参数与统计量的分布之间的联系，进而通过样本去推断总体的数字特征。
第一节 总体与样本一、总体统计学把所要研究的事物或现象的全体称为总体，而把构成总体的每个元素（成员）称为个体。
要研究10,000名在校大学生，10,000名大学生就构成总体，每位大学生就是个体。
实际问题的研究中，我们关心的往往不是大学生（个体）的一切方面，而是它的某个数量标志，比如大学生的身高，这时所有的身高就构成总体，总体表现为一个数据集，其中有的数值大有的数值小，有的出现机会多，有的出现机会少，记身高为X ，它是一个随机变量，记其分布函数为F （x ） 。
可以把X 的所有可能取值看做总体，并称这一总体为具有分布函数F （x ）的总体。
总体也可以是多维的，如研究大学生的身高对体重的影响，身高和体重这两个数量标志就构成二维随机变量（X 1，X 2），其取值的全体就构成总体，即二维总体,记二维随机变量（X 1，X 2）的联合分布函数为F （x 1, x 2），称这一总体为具有分布函数F （x 1, x 2）的总体。
二、样本统计学对总体的研究是以样本为工具的。
为了掌握总体的分布规律，从总体中随机抽取n 个个体,其标志值（比如身高数值）记为(x 1，x 2，…，x n )，则(x 1，x 2，…，x n )称为总体的一个样本，样本包含的个体的数目n 称为样本容量。
由于样本是从总体中随机抽取的，抽取前无法预知它的数值，每个X i (1,2，…n)都是一个随机变量，样本(X 1,X 2,…,X n )则是一个n 维随机变量。
样本在抽取后就有确定的观测值，表现为n 个具体的数据(x 1，x 2，…，x n ). 三、 简单随机样本抽取样本是手段，推断总体才是目的。
