- 统计推断包括一下两部分：一是从总体中抽取样本；二是分析样本数据，从中推断出总体的统计性质。
- 当从有限总体中抽取样本时，如果总体的数量非常大，而抽取的样本数量相对于总体来说又非常小，则可将每次抽样近似看成相互独立的试验，否则这些样本不是相互独立的。根据经验，当抽样样本的数量小于总体数量的5%时，就可采用二项分布来近似。
- 如果粒子在介质中的分布是均匀的，则该介质中一个非常小的部分内的粒子数服从泊松分布。在很多情形下，“粒子”表示时间，介质对应时间，例如放射性衰变时间在固定的时间段内发生的次数服从泊松分布。
- 设 $$$\lambda$$$ 为单位时间或空间内时间发生的平均次数，$$$X$$$ 为在 $$$t$$$ 个单位时间或空间内时间发生的次数，则有 $$$ X $$$~ $$$Poisson(\lambda t)$$$，且速率$$$\lambda$$$ 的估计量是$$${\lambda}_{^} = X/t$$$
-
我们对测量方法的两方面感兴趣。首先是其准确度（accuray），它时由测量均值 $$$\mu$$$ 和测量对象的真实值之间的偏差确定的，偏差越小测量的方法的准确度越高。如果均值 $$$\mu$$$ 等于真实值，那么偏差等于0，则认为该测方法是无偏的。
另一方面是测量方法的精确度（precision），它描述了重复测量同一对象的测试结果的相似程度。如果重复测试结果每次都近似相等，那么测量方法的精确度就高。如果这些结果分散的很开，那么精确度就低。因此，精确度由测量方法的标准差 $$$\sigma$$$ 确定， $$$\sigma$$$ 的值越小精确度越高。工程师和科学家们常常把 $$$\sigma$$$ 看作测量方法的随机不确定度（random uncertainty）或者统计不确定度（statistical uncertainty）。我们将把 $$$\sigma$$$ 简单地看作不确定度（uncertainty）。
-
多次重复测量的结果与单次测量的结果相比准确度相同而精确度更高。