舉壹個簡單的例子來說明總體、樣本、參數、統計和變量的概念。
總體是包含所有被研究的個體(數據)的集合，通常由壹些被研究的個體組成，比如由多個企業組成的集合，由多個家庭組成的集合，由多個個體組成的集合等等。
樣本是觀察或調查的個體的壹部分，整體是研究對象的整體。比如某中學300名中學生的視力調查，樣本是300名中學生的視力，樣本量是300。
參數，也稱為參變量，是壹個變量。我們在研究當前問題時，關註的是某些變量的變化及其相互關系，其中壹個或幾個稱為自變量，另壹個或幾個稱為因變量。
統計學是統計理論中用來分析和檢驗數據的變量。宏觀量是大量微觀量的統計平均值，具有統計平均的意義。對於單個微觀粒子來說，宏觀量是沒有意義的。
變量或變數是指沒有固定值而可以改變的數字。變量用非數字符號表示，通常用拉丁字母。變量是常數的反義詞。變量的目的是以壹種通用的方式描述指令。
擴展數據:
與離散隨機變量不同的是，連續變量在整個數軸(或數軸的某個區間)上是連續變化的，或者換句話說，連續變量是無限個“點”連在壹起，因此不能像離散隨機變量那樣壹點壹點地表示任意點的概率。實際上，因為區間是無限細分的，所以任何壹點的概率都是零。因此，有必要引入新的表達方式來表達它。
分布密度函數用於描述概率累積的速度，或概率累積的變化率。顯然，分布密度函數應該是分布函數的導函數。特別地，如果分布函數不可導，則該分布沒有分布密度函數。因為當隨機變量在某壹區間內的概率較大時，分布函數會激增，分布密度函數也會隨著分布函數而變化(因為分布密度函數就是分布函數的變化率)，所以可以用分布密度函數來近似表示隨機變量在某壹點附近的概率。