描述性統計學（descriptive statistics）：概括、描述以及探索數據，致力於這些應用的統計分支成為描述性統計學

推斷性統計學（inferential statistics）：利用樣本資料資訊來推斷總體分佈的特徵，以此為目的的統計學分支稱為推斷性統計學

總體（population）：根據研究目的確定的研究對象的全體

樣本（sample）：從總體中抽取的一部分個體

總體與樣本的關係

同質性（homogeneity）：總體中的個體具有共通性。同一個總體中個體的性質、影響條件或背景相同或非常相似，是研究問題的基礎

變異（variation）：同質的總體中存在的個體差異，是研究問題的前提

關係：在變異的背景下描述同一總體的同質性，揭示不同總體的異質性

參數（parameter）：用來描述總體特徵的概括性數字度量

統計量（statistic）：透過樣本觀察值計算的統計指標

關係：參數通常未知且為固定常數，統計量是由樣本資料計算而來的，會隨樣本的變化而改變

變項（variable）：對某項變異特徵進行觀察與測量所得到的指標

計量資料（measurement data）：測量每個觀察單位某項指標的大小而獲得的資料。 ①觀測值有計量單位；②每個觀測值之間有數量的差異

分類資料（categorical data）：即定性資料

誤差（error）：實際觀測值與總體真值（參數）之差。需考慮所獲數據的準確度（accuracy）和可靠性（reliabilty）

隨機誤差（random error）

系統誤差（systematic error）：實際觀測過程中受到某些確定因素的影響而產生的誤差，有固定大小、有方向性的系統性偏離真值。不能完全消除，但可以透過嚴密的實驗設計和技術措施使之降低到最低程度

非系統誤差-過度失誤差（gross error）：實驗中研究者偶然失誤造成的誤差，可透過檢查核對消除