02 含糊性－－統計
 
所知實不足
只夠做猜測
推測有根據
統計於焉生
 
統計藉由量化來駕馭含糊性（稍後會一再提到的觀點）。在統計的世界裡，如果不存在含糊性，也不需要去猜測，我們就使用母體母參數（population parameters）。哪裡有含糊性，哪裡就有樣本統計量（sample statistics）。這些術語被簡稱為母數與統計量。所以，統計是一種有根據的猜測。雖然很長的公式與很炫的希臘字母，代表了不可一世的資質，但它們不過是用來猜測的工具罷了。
 
樣本具有抽樣誤差（sampling error）。所有的統計開始於樣本，並且具有不同數量與種類的抽樣誤差。樣本甚至可以是時間的樣本11，但必定是你希望從一個更大母體裡得到統計值的樣本。因為要測量母體裡的每一個人或每一件事所費不貲，所以我們會在學術界專業領域以及日常生活裡看見統計。
 
當被適當地表達時，統計的結果很難證明為誤，因為它們沒有包含絕對的語言。對那些想要以嚴格的對或錯來分類結果的人們而言，這種與生俱來的含糊性實在令人感到沮喪，尤其是當好不容易跑完數據分析之後。對這些人而言，統計無法提供方便。統計只能提供具有系統根據的猜測，不論此猜測有多麼謹慎。
 
這個世界以統計來運作，或至少以統計訊息作為運作的基礎，這種說法並不誇張。隨著大眾傳播愈來愈深入我們的日常生活，人們想要了解統計的需求也愈來愈大。為何？因為統計被用來回答人們的問題，而回應的答案（透過電視、收音機、報紙等等）使用統計作為證據。請記住，研究需要樣本，而樣本產生統計。
 
在日常生活裡，我們經常不自覺地使用了統計。開車時，我們預測是否能撐到下一個加油站，奠基於我們對路況的了解、正常汽油里程數（確實是一個統計議題）以及如果走錯路會不會用光汽油。不開車的人也同樣在進行統計上的預測與決定，像是要準備多少現金以應付週末的活動。
 
如果我們遇見一位高中校長，我們會看見他手上有著能闡述各種與學業和社會問題有關的數據。他的問題主要關於學生目前的學業成就，而其中一些比較具有前瞻性。他想要使用他的數據來爭取預算與活動，並且指出目前的問題以博取立即的關注。他想要讓大家知道，他使用科學與統計來專業化他的職業生涯，因為他想要在未來成為一名駐區督學。