统计量是不含任何未知参数的关于样本的函数。统计量是用来对总体进行研究的函数。常见的统计量有：样本均值，样本方差，样本标准差，样本原点矩与样本中心矩等等。
1，样本函数：设 \(x_1,x_2,\cdots,x_n\) 为一组样本，函数 \(g(x_1,x_2,\cdots,x_n)\) 称为样本函数。
2，统计量：不含任何未知量的样本函数 \(g(x_1,x_2,\cdots,x_n)\)，称为统计量。
3，常见的统计量：
（1）样本均值：\(\displaystyle\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i\)；
（2）样本方差：\(\displaystyle s^2=\frac{1}{n-1}\sum_{i=1}^n(x_i-\bar{x})^2\)；
（3）样本标准差：\(s\sqrt{s^2}\)；
（4）样本的 \(k\) 阶原点矩：\(A_k=\frac{1}{n}\sum_{i=1}^nx_i^k\)；
（5）样本的 \(k\) 阶中心矩：\(A_k=\frac{1}{n}\sum_{i=1}^n(x_i-\bar{x})^k\)；
4，样本均值的分布：
（1）\(x_1,x_2,\cdots,x_n\) 来自于正态总体 \(N(\mu,\sigma^2)\) 的样本，则
\[\bar{x}\sim N(\mu,\frac{\sigma^2}{n})\]
（2）\(x_1,x_2,\cdots,x_n\) 来自于非正态总体的样本，\(E(X)=\mu, D(X)=\sigma^2\)则 \(\bar{x}\) 近似服从于 \(N(\mu,\frac{\sigma^2}{n})\)（中心极限定理）。
由期望和方差的性质可直接证明。