總體參數雖然是未知的，但可以利用樣本信息來推斷。例如，我們從上述研究地區隨機抽取400人組成一個樣本，根據這400人的平均收入推斷該地區所有人口的平均收入。這里400人的平均收入就是一個統計量（statistic），它是根據樣本數據計算的用于推斷總體的某些量，是對樣本特征的某個概括性度量。因此，統計量是不含任何未知參數的樣本的函數。由于樣本是從總體中隨機抽取的，樣本具有隨機性，由樣本數據計算出的統計量也是隨機的。所以理論上在抽樣中，統計量是一個隨機變量。

　　由樣本統計量這個隨機變量所形成的概率分布就是抽樣分布（sampling distribution），即抽樣分布就是統計量的分布，如樣本均值的分布，樣本比例的分布等。但當樣本抽取出來以后，樣本值就是已經觀察到的值，這個樣本的統計量就是已知的某個確定的值，是隨機變量的一次實現值。

　　樣本統計量可以看做是樣本的函數，并且構成樣本統計量的函數中不能包含未知參數。就一個樣本而言，我們關心的統計量通常有樣本均值（）、樣本方差（）、樣本比例（）等。應該注意到，不同的樣本可以計算出不同的統計量值，一個總體能構成多少個不同的樣本，就可以計算出多少個統計量的值，這些不同的統計量值就形成了理論上的抽樣分布。現實生活中我們不可能把所有的樣本都抽取一遍，所以，我們可以觀察到一個樣本的統計量值，但不能觀察到所有可能的統計量值。因此，抽樣分布僅僅是一種理論分布。既然統計量的取值是依據樣本而變化的，那么，根據統計量來推斷總體參數就必然具有某種不確定性。幸運的是，我們可以給出這種推斷的可靠性，而度量這種可靠性的依據正是統計量的抽樣分布，并且我們確知這種分布的某些性質。因此，統計量的抽樣分布提供了該統計量長遠而穩定的信息，它構成了推斷總體參數的理論基礎。