数据的统计描述和分析：从样本洞察总体的数学范式
在大数据时代，数据已成为洞察规律、辅助决策的核心要素，而受随机因素影响的统计数据更是各类科学研究与工程实践的核心对象。数理统计（简称统计）以概率论为理论基石，通过对有限样本数据的整理、分析和推断，揭示总体的数量特征与内在规律，成为连接样本与总体的桥梁。描述性统计作为统计推断的基础，通过系统化、条理化的方式加工数据，展现其趋势与特征；参数估计和假设检验则作为统计分析的核心方法，实现从样本到总体的定量推断。本文将系统阐述数据统计描述与分析的核心理论、方法体系，并结合 Matlab 统计工具箱的实践应用，全面解析这一从数据到规律的完整分析范式。
一、统计的基本概念：从总体到样本的认知框架
1.1 总体与样本：统计分析的研究对象
统计研究的起点是明确总体与样本的边界。总体是研究对象的全体，既可以是具体的实物集合，如工厂一日生产的全部产品、学校全体学生的身高，也可以是抽象的随机变量取值集合；个体是总体的基本构成单位，其特征通过变量（如 x）量化描述，例如合格品记 x=0、废品记 x=1，学生身高记为具体数值。
从总体中随机抽取的若干个体构成样本（子样），如 100 名学生的身高数据、一根轴直径的 10 次测量值，样本中个体的数量称为样本容量（n）。样本是连接总体与统计推断的关键载体 —— 由于直接研究总体往往受限于成本、规模等因素，统计的核心任务就是通过样本的特征推断总体的规律，这一过程既需要严谨的数学逻辑，也依赖合理的抽样方法以保证样本的代表性。
