统计学的基本思想很简单：

您希望利用有限的数据得出一般性结论。

为此，统计学家基于一个简单的模型开发出了各种方法：假设存在一个无限大的数值群体，您的数据（您的 "样本"）是从这个群体中随机抽样的。分析样本并使用概率规则对总体进行推断。

这个模型可以准确描述某些情况。例如，质量控制样本确实是从一个大群体中随机抽样的。临床试验并不是随机抽样的，但通常可以从你研究的样本推断出更大的类似病人群体。

在典型的实验中，您并没有真正从人群中抽取样本，但您确实希望从数据中推断出更普遍的结论。如果将样本定义为您收集到的数据，而将群体定义为您在重复实验无数次后收集到的数据，那么样本和群体的概念仍然可以使用。

问题在于，统计推论只能适用于从中获得样本的群体，但您往往希望得出的结论甚至能推断出这个大群体之外的情况。本示例：例如，您在实验室进行了三次实验。所有实验都使用了相同的细胞制备方法、相同的缓冲液和相同的设备。通过统计推断，您可以得出结论：如果使用相同的细胞制备方法、相同的缓冲液和相同的设备重复实验多次，可能会发生什么情况。

您可能还想进一步推断，如果其他人用不同的细胞来源、新配制的缓冲液和不同的仪器重复实验，会发生什么情况。遗憾的是，统计计算无法帮助进行这种进一步的推断。您必须运用科学判断和常识进行推断，以超越统计学的局限。