為了將統(tǒng)計學應用到科學，工業(yè)以及社會問題上，我們由研究母體開始。這可能是一個國家的人民，石頭中的水晶，或者是某家特定工廠所生產的商品。一個母體甚至可能由許多次同樣的觀察程序所組成；由這種資料收集所組成的母體我們稱它叫時間序列。
為了實際的理由，我們選擇研究母體的子集代替研究母體的每一筆資料，這個子集稱做樣本。以某種經驗設計實驗所搜集的樣本叫做資料。資料是統(tǒng)計分析的對象，并且被用做兩種相關的用途：描述和推論。
   [《統(tǒng)計學導論》封面圖]

《統(tǒng)計學導論》封面圖
描述統(tǒng)計學處理有關敘述的問題：資料是否可以被有效的摘要，不論是以數學或是圖片表現，以用來代表母體的性質？基礎的數學描述包括了平均數和標準差。圖像的摘要則包含了許多種的表和圖。
推論統(tǒng)計學被用來將資料中的數據模型化，計算它的機率并且做出對于母體的推論。這個推論可能以對/錯問題的答案所呈現(假設檢定)，對于數字特征量的估計(估計)，對于未來觀察的預測，關聯(lián)性的預測(相關性)，或是將關系模型化(回歸)。其他的模型化技術包括變異數分析(ANOVA)，時間序列，以及數據挖掘。
相關的觀念特別值得被拿出來討論。對于資料集合的統(tǒng)計分析可能顯示兩個變量(母體中的兩種性質)傾向于一起變動，好像它們是相連的一樣。舉例來說，對于人收入和死亡年齡的研究期刊可能會發(fā)現窮人比起富人平均來說傾向擁有較短的生命。這兩個變量被稱做相關的。但是實際上，我們不能直接推論這兩個變量中有因果關系；參見相關性推論因果關系(邏輯謬誤)。
如果樣本足以代表母體的，那么由樣本所做的推論和結論可以被引申到整個母體之上。最大的問題在于決定樣本是否足以代表 整個母體。統(tǒng)計學提供了許多方法來估計和修正樣本和蒐集資料過程中的隨機性(誤差)，如同上面所提到的透過經驗所設計的實驗。參見實驗設計。