一句话定义
总体是你真正想了解的全部对象，样本是你实际观察到的一部分对象；统计推断就是从样本谨慎推回总体。
机制 / 原理
样本不是越大越自动代表总体，关键是样本怎样来。如果只调查愿意回复问卷的人，样本可能系统性偏向意见强烈者；如果只看某平台用户，就不能直接代表所有人。总体定义越含糊，样本质量越难判断，后面的比例、均值和置信区间都会失去落点。
经典实验 / 例子
民意调查常用“目标选民”作总体，用抽样访问到的一部分人作样本。调查能不能推断选情，不只看访问人数，还要看抽样框是否覆盖目标选民、非响应者是否和响应者不同、是否需要按人口结构加权。
生活中的例子
你想知道小区居民是否支持改造停车位，只在业主群里发问卷，得到的是“活跃群成员样本”，不一定代表所有住户。不上网的老人、租户和很少发言的人可能正是被漏掉的群体。
常见误区
常见误区是认为样本很大就一定可靠。一个很大的偏样本仍然会稳定地错，代表性比单纯人数更关键。