统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。

统计分析科学

      十九世纪末，欧洲大学开设的“国情纪要”或“政治算数”等课程名称逐渐消失，代之而起的是“统计分析科学”课程。当时的“统计分析科学”（Science of statistical analysis）课程的内容仍然是分析研究社会经济问题。

      “统计分析科学”课程的出现是现代统计发展阶段的开端。1908年，“学生”氏（William Sleey Gosset的笔名Student）发表了关于t分布的论文。这是一篇在统计学发展史上划时代的文章，它创立了小样本代替大样本的方法，开创了统计学的新纪元。

       现代统计学的代表人物首推比利时统计学家奎特莱（Adolphe Quelet），他将统计分析科学广泛应用于社会科学，自然科学和工程技术科学领域，因为他深信统计学是可以用于研究任何科学的一般研究方法.

       现代统计学的理论基础概率论始于研究赌博的机遇问题，大约开始于1477年。数学家为了解释支配机遇的一般法则进行了长期的研究，逐渐形成了概率论理论框架。在概率论进一步发展的基础上，到十九世纪初，数学家们逐渐建立了观察误差理论，正态分布理论和最小平方法则。于是，现代统计方法便有了比较坚实的理论基础。

主要术语

统计学（statistics）：收集、处理、分析、解释数据并从数据中得出结论的科学。

描述统计（descriptive statistics）：研究数据收集、处理和描述的统计学方法。

推断统计（inferential statistics）：研究如何利用样本数据来推断总体特征的统计学方法。

变量（variable）：每次观察会得到不同结果的某种特征。

分类变量（categorical variable）：观测结果表现为某种类别的变量。

顺序变量（rank variable）：又称有序分类变量，观测结果表现为某种有序类别的变量。

数值型变量（metric variable）：又称定量变量，观测结果表现为数字的变量。

均值（mean）：均值也就是平均数，有时特指算术平均数，这是相对其他方式计算的均值，求法是先将所有数字加起来，然后除以数字的个数，这是测量集中趋势，或者说平均数的一种方法。

中位数（median）：也就是选取中间的数，要找中位数，首先需要从小到大排序，排序后，再看中间的数字是什么。

众数（mode）：众数也就是数据集中出现频率最多的数字。

统计方法

测量的尺度

统计学一共有四种测量的尺度或是四种测量的方式。这四种测量（名目、顺序、等距、等比）在统计过程中具有不等的实用性 。

等比尺度（Ratio measurements）拥有零值及资料间的距离是相等被定义的；

等距尺度（Interval measurements）资料间的距离是相等被定义的但是它的零值并非绝对的无而是自行定义的（如智力或温度的测量）；

顺序尺度（ Ordinal measurements）的意义并非表现在其值而是在其顺序之上；

名目尺度（Nominal measurements）的测量值则不具量的意义。

统计技术

以下列出一些有名的统计检定方法以及可供验证实验数据的程序

Fisher最小显著差异法（Fisher's Least Significant Difference test ）

学生t检验（Student's t-test）

曼-惠特尼 U 检定（Mann-Whitney U）

回归分析（regression analysis）

相关性（correlation）

皮尔森积矩相关系数（Pearson product-moment correlation coefficient）

史匹曼等级相关系数（Spearman's rank correlation coefficient ）

卡方分布（chi-square ）

创立时期

       德国的斯勒兹曾说过：“统计是动态的历史，历史是静态的统计”。可见统计学的产生与发展是和生产的发展、社会的进步紧密相联的。

       统计学的萌芽产生在欧洲，17世纪中叶至18世纪中叶是统计学的创立时期。在这一时期，统计学理论初步形成了一定的学术派别，主要有国势学派和政治算术学派。