统计量样本矩

设x1,x2，…，xn是一个大小为n的样本，对自然数k，分别称 为k阶样本原

点矩和k阶样本中心矩，统称为样本矩。许多最常用的统计量，都可由样本矩构造。例如，样本均值（即α1）和样本方差 是常用的两个统计量，前者反映总体中心位置的信息，后者反映总体分散情况。还有其他常用的统计量，如样本标准差，样本变异系数S/塣，样本偏度，样本峰度等都是样本矩的函数。若(x1,Y1），（x2,Y2），…，（xn,Yn）是从二维总体（x，Y）抽出的简单样本，则样本协方差·及样本相关系数 也是常用的统计量，r可用于推断x和Y的相关性。

统计量次序统计量

把样本X1,x2，…，xn由小到大排列，得到，称之为样本x1,x2，…

,xn的次序统计量。其中最小次序统计量x⑴最大次序统计量x(n）称为极值，在那些如年枯水量、年最大地震级数、材料的断裂强度等的统计问题中很有用。还有一些由次序统计量派生出来的有用的统计量，如：样本中位数 是总体分布中心位置的一种度量，若样本大小n为奇数，，若n为偶数，，它容易计算且有良好的稳健性。样本p分位数Zp(0<p<1）及极差x(n)-x⑴也是重要的统计量。其中Zp当时即为中位数，而当时，表示不超过1 np的最大整数）。样本分位数的一个重要应用是构造连续总体分布的非参数性容忍区间（见区间估计）。

统计量U统计量

这是W.霍夫丁于1948年引进的，它在非参数统计中有广泛的应用。其定义是：设x1,x2，…，xn，为简单样本，m为不超过n的自然数，为m元对称函数，则称 为样本x1,x2，…，xn的以为核的U统计量。样本均值和样本方差都是它的特例。从霍夫丁开始，这种统计量的大样本性质得到了深入的研究，主要应用于构造非参数性的量的一致最小方差无偏估计（见点估计），并在这种估计的基础上检验非参数性总体中的有关假设。

统计量秩统计量

把样本X1，X2，…，Xn 按大小排列为，若 则称Ri为xi的秩，全部n个秩R1，R2，…，Rn构成秩统计量，它的取值总是1,2，…，n的某个排列。秩统计量是非参数统计的一个主要工具。

还有一些统计量是因其与一定的统计方法的联系而引进的。如假设检验中的似然比原则所导致的似然比统计量，K.皮尔森的拟合优度（见假设检验）准则所导致的Ⅹ统计量，线性统计模型中的最小二乘法所导致的一系列线性与二次型统计量，等等。

基准是指当代最先进的科学技术和工艺水平，以最高的的准确度和稳定性建立起来的专门用以规定、保持和复现物理量计量单位的特殊器具或仪器装置等。根据基准的地位、性质和用途，基准通常又分为主基准、副基准和工作基准，也分别称作一级、二级和三级基准。

计量主基准

主基准也称作原始基准，是用来复现和保存计量单位，具有现代科学技术所能达到的最高准确度的计量器具，经国家鉴定标准，作为统一全国计量单位量值的最高依据。因此主基准也叫做国家基准。

计量副基准

通过直接或间接与国家基准比对，确定其量值并经国家鉴定批准的计量器具。它在全国作为复现计量单位的副基准，其地位仅次于国家基准，平时用来代替国家基准使用或验证国家基准的变化。

计量工作基准

经与主基准或副基准校准或比对，并经国家鉴定批准，实际用以检定下属计量标准的计量器具。它在全国作为复现计量单位的地位仅在主基准和副基准之下。设置工作基准的目的是不使主基准或副基准因频繁使用而丧失原有的准确度。应当了解，基准本身并不一定刚好等于一个计量单位。例如铯-133原子频率基准所复现的时间值不是1s，而是（919261770）^-1s，标准电池复现的电压值是1.0186V，不是1V等。