统计学的基本思想很简单：

您希望利用有限的数据得出普遍的结论。

为此，统计学家们基于一个简单模型开发了相关方法：假设存在一个无限大的总体，而您的数据（即“样本”）是从该总体中随机抽取的。通过分析样本，并运用概率规则，从而对整个总体进行推断。

该模型对某些情况的描述是准确的。例如，质量控制样本确实是从庞大的总体中随机抽取的。临床试验虽然不会招募随机选取的患者样本，但通常可以合理地将研究样本的结果外推至更广泛的类似患者群体。

在典型的实验中，您实际上并非从总体中抽样，但您确实希望从数据推导出更普遍的结论。如果您将样本定义为已收集的数据，将总体定义为若重复实验无限次所能收集到的数据，那么样本和总体的概念仍然适用。

问题在于，统计推断仅适用于样本所源自的总体，但您往往希望得出的结论甚至能推及到该大总体之外。例如，您在实验室中进行了一次实验，共重复了三次。 所有实验均使用了相同的细胞制备物、相同的缓冲液以及相同的设备。统计推断让您能够推断出：如果使用相同的细胞制备物、相同的缓冲液和相同的设备再重复该实验许多次，结果可能会如何。

您可能还希望进一步推测：如果其他人使用不同的细胞来源、新配制的缓冲液和不同的仪器重复该实验，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测。您必须运用科学判断和常识，做出超越统计学局限的推论。