在统计学中，术语“总体”用于描述某一特定研究的对象——统计观察对象的所有人或所有人。人口可以是大的也可以是小的，并由任何数量的特征来定义，尽管这些群体通常是专门定义的，而不是模糊的，例如，在星巴克买咖啡的18岁以上的女性人口，而不是18岁以上的女性人口。

统计群体用于观察特定群体中的个体与周围世界互动的行为、趋势和模式，使统计学家能够对研究对象的特征得出结论，尽管这些对象通常是人类、动物和植物，甚至是恒星等物体。

人口的重要性

澳大利亚政府统计局指出：

It is important to understand the target population being studied, so you can understand who or what the data are referring to. If you have not clearly defined who or what you want in your population, you may end up with data that are not useful to you.  

当然，研究人群有一定的局限性，主要是因为很难观察到任何给定群体中的所有个体。因此，使用统计学的科学家也研究亚群体，并对较大群体中的一小部分进行统计抽样，以便更准确地分析整个群体的行为和特征。

什么构成人口？

统计总体是指作为研究对象的任何一组个体，这意味着只要这些个体可以按一个共同特征（有时是两个共同特征）组合在一起，几乎任何东西都可以构成一个总体。例如，在一项试图确定美国所有20岁男性平均体重的研究中，美国的人口将是所有20岁男性。

另一个例子是一项调查阿根廷有多少人的研究，其中的人口将是生活在阿根廷的每一个人，无论公民身份、年龄或性别。相比之下，在另一项研究中，询问有多少25岁以下的男性居住在阿根廷的人群可能都是24岁以下的男性，无论其国籍如何。

统计人口可以是模糊的或具体的统计人员的愿望；这最终取决于正在进行的研究的目标。养牛户不想知道他拥有多少头红色母牛的统计数字；相反，他想知道他有多少母牛仍然能够产小牛的数据。那个农民想选择后者作为他的研究对象。

行动中的人口数据

有许多方法可以在统计中使用人口数据。StatisticsShowHowto.com解释了一个有趣的场景，你抗拒诱惑，走进一家糖果店，店主可能会提供一些她的产品样品。你会从每个样品中吃一颗糖果；你不会想吃掉店里所有糖果的样品。这需要从数百个罐子中取样，很可能会让你感到恶心。相反，统计网站解释说：

"You might base your opinion about the entire store’s candy line on (just) the samples they have to offer. The same logic holds true for most surveys in stats. You’re only going to want to take a sample of the whole population (“population” in this example would be the entire candy line). The result is a statistic about that population."

澳大利亚政府统计局给出了另外两个例子，这里稍作修改。想象一下，你只想研究那些出生在美国的人，这是一个热门的政治话题，因为现在全国对移民问题的辩论非常激烈。然而，你无意中看到了所有出生在这个国家的人。这些数据包括许多你不想研究的人。统计局指出：“你可能会得到你不需要的数据，因为你的目标人群没有明确定义。”。

另一项相关研究可能是调查所有饮用苏打水的小学儿童。你需要将目标人群明确定义为“小学生”和“喝汽水的人”，否则，你最终可能会得到包括所有学龄儿童（不仅仅是小学生）和/或所有喝汽水的人的数据。如果将年龄较大的儿童和/或不喝汽水的儿童纳入研究，可能会扭曲你的研究结果，并可能使该研究无法使用。

有限的资源

虽然总人口是科学家希望研究的对象，但能够对人口中的每一个人进行普查是非常罕见的。由于资源、时间和可访问性的限制，几乎不可能对每个主题进行测量。因此，许多统计学家、社会科学家和其他人使用推断统计，科学家只能研究人口的一小部分，但仍能观察到实际结果。

科学家们并没有对每个人口进行测量，而是认为这个群体的一个子集叫做统计样本。这些样本提供了个体的测量结果，告诉科学家群体中相应的测量结果，然后可以重复这些测量结果，并与不同的统计样本进行比较，以更准确地描述整个群体。

人口子集

那么，在统计研究中，应该选择哪些人口子集的问题是非常重要的，有多种不同的方法来选择样本，其中许多方法不会产生任何有意义的结果。出于这个原因，科学家们一直在寻找潜在的亚群体，因为他们通常在识别被研究群体中混合的个体类型时会获得更好的结果。

不同的抽样技术，如形成分层样本，有助于处理亚群体，其中许多技术假设从群体中选择了一种称为简单随机样本的特定类型的样本。