一句话定义
参数是总体中固定但通常未知的真实数值，统计量是由样本计算出来、用来估计参数的数值。
机制 / 原理
总体平均收入、总体支持率这类参数通常无法直接看到，只能用样本平均数、样本比例等统计量来估计。不同样本会给出不同统计量，所以统计量带有抽样波动；理解这一点，才会需要标准误、置信区间和假设检验，而不是把一个样本数当作最终真相。
经典实验 / 例子
若总体参数是某城市全部成年人支持某政策的真实比例，调查 1000 人得到的样本比例就是统计量。下一次重新抽 1000 人，样本比例可能略有不同；这些差异不是数据坏了，而是抽样变异的正常结果。
生活中的例子
你试喝 20 杯咖啡后说“这家店平均出品不错”，这 20 杯的平均评分只是样本统计量；它在估计“这家店长期所有咖啡的平均水平”这个总体参数。只喝到早班店员做的咖啡，估计就可能偏。
常见误区
常见误区是把样本算出来的数字当成总体真值。统计量是估计，不是盖章；好统计会同时报告不确定性。