简述描述统计学和推断统计学的区别与联系
1、表述概念不同。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。
推断统计学是以概率论为基础，用随机样本的数量特征信息来推断总体的数量特征，作出具有一定可靠性保证的估计或检验。
2、所用方法不同。描述统计学是使用总体数据（如普查数据），经过描述统计之后达到认识总体数量规律性；而推断统计学只是研究总体的一部分数据（样本数据），应用概率论的理论并根据样本信息找到总体的数量规律性。
3、相关性。描述统计和推断统计都属于统计学的方法。描述统计是整个统计学的基础，推断统计则是现代统计学的主要内容。
扩展资料
描述统计是来描绘（describe）或总结（summarize）的观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。
透过对于数据资料的进行图像化处理，将资料摘要变为图表，以直观了解整体资料分布的情况。通常会使用的工具是频数分布表（frequency distribution table）与图示法，
如多边图（polygon）、直方图（histogram，barchart）、圆形图（piechart）、散点图（scatterplot）等。
推断统计学的理论认为，虽然我们不知道总体的数量特征，但并不需要搜集总体所有单位的数据，也不需要弄清楚样本每一单位与总体之间的具体联系；只要根据样本统计量的概率分布与总体参数之间存在的客观联系，就能用实际的样本数据按一定的概率模式对总体的数量特征作出符合一定精度的估计或检验。
但推断统计学不能替代描述统计学，描述统计学的方法始终是最基本的统计方法，也是推断统计学的基础。
参考资料：百度百科-描述统计学
参考资料：百度百科-推断统计学
王见定教授指出：社会统计学描述的是变量，数理统计学描述的是随机变量，而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学概念。王见定教授的这一论述在数学上就是一个巨大的发现。
我们知道“变量”的概念是17世纪由著名数学家笛卡尔首先提出，而“随机变量”的概念是20世纪30年代以后由苏联学者首先提出，两个概念的提出相差3个世纪。截至到王见定教授，世界上还没有第二个人提出变量和随机变量两者的联系、区别以及相互的转化。我们知道变量的提出造就了一系列的函数论、方程论、微积分等重大数学学科的产生和发展；而随机变量的提出则奠定了概率论和数理统计等学科的理论基础和促进了它们的蓬勃发展。可见变量、随机变量概念的提出其价值何等重大，从而把王见定教授在世界上首次提出变量、随机变量的联系、区别以及相互的转化的意义称为巨大、也就不视为过。
下面我们回到：“社会统计学和数理统计学的统一”理论上来。王见定教授指出社会统计学描述的是变量，数理统计学描述的是随机变量，这样王见定教授准确地界定了社会统计学与数理统计学各自研究的范围，以及在一定条件下可以相互转化的关系，这是对统计学的最大贡献。它结束了近400年来几十种甚至上百种以上五花八门种类的统计学混战局面，使它们回到正确的轨道上来。
由于变量不断地出现且永远地继续下去，所以社会统计学不仅不会消亡，而且会不断发展状大。当然数理统计学也会由于随机变量的不断出现同样发展状大。但是，对随机变量的研究一般来说比对变量的研究复杂的多，而且直到今天数理统计的研究尚处在较低的水平，且使用起来比较复杂；再从长远的研究来看，对随机变量的研究最终会逐步转化为对变量的研究，这与我们通常研究复杂问题转化为若干简单问题的研究道理是一样的。既然社会统计学描述的是变量，而变量描述的范围是极其宽广的，绝非某些数理统计学者所云：社会统计学只作简单的加、减、乘、除。从理论上讲，社会统计学应该复盖除数理统计学之外的绝大多数数学学科的运作。所以王见定教授提出的：“社会统计学与数理统计学统一”理论，从根本上纠正了统计学界长期存在的低估社会统计学的错误学说，并从理论上和应用上论证了社会统计学的广阔前景。
