这是一个开放式问题，但我想清楚。给定足够的人口，您可能能够学到一些东西（这是开放的部分），但是无论您了解您的人口，它何时适用于人口中的成员？
根据我对统计数据的理解，它永远不适用于人口中的单个成员，然而，我经常发现自己在一个讨论中，另一个人会说“我读到世界上有 10% 的人口患有这种疾病”并继续得出结论，房间里每十个人就有这种疾病。
我知道这个房间里有十个人的样本量不足以使统计数据具有相关性，但显然很多人都没有。
然后是足够大的样本。您只需要探测足够多的人口即可获得可靠的统计数据。但是，这不是与统计数据的复杂性成正比吗？如果我正在测量非常罕见的东西，这是否意味着我需要更大的样本才能确定此类统计数据的相关性？
问题是，当涉及到统计数据时，我真的质疑任何报纸或文章的有效性，他们用它来建立信心。
这有点背景。
回到这个问题，在哪些方面你不能或不能使用统计数据来形成论点。我否定了这个问题，因为我想了解更多关于统计数据的常见误解。
除非房间里的人是世界人口的随机样本，否则任何基于世界人口统计数据的结论都将是非常可疑的。世界上五分之一的人是中国人，但我的五个孩子都不是……
为了解决对小样本过度应用统计的问题，我建议用众所周知的笑话来反驳（“我很兴奋，我妈妈又怀孕了，我的弟弟妹妹会是中国人。”“为什么？”“我读过每四个孩子是中国人。”）。
实际上，我建议用笑话来解决统计中的各种误解，有关相关性和因果关系，请参见http://xkcd.com/552/。
报纸文章的问题很少在于它们对待罕见现象的事实。
辛普森悖论作为一个例子浮现在脑海中，即如果不分析原因，很少能使用统计数据。
Mary Gray 有一篇关于在法庭案件中滥用统计数据的有趣文章以及类似的事情......
格雷，玛丽 W。统计和法律。数学。麦格。56 (1983), 没有。2, 67–81
要根据人口得出关于群体的结论，该群体必须代表人口并且是独立的。其他人已经讨论过了，所以我不会在这篇文章中详述。
要考虑的另一件事是概率的非直观性。假设我们有一组 10 个人，他们是独立的并代表总体（随机样本），并且我们知道总体中有 10% 具有特定特征。因此，这 10 个人中的每个人都有 10% 的机会拥有该特征。常见的假设是相当肯定至少 1 将具有该特征。但这是一个简单的二项式问题，我们可以计算出 10 个中没有一个具有特征的概率，大约是 35%（对于更大的组/更小的概率收敛到 1/e），这比大多数人猜测的要高得多。还有 26% 的可能性是 2 人或更多人具有该特征。