统计量的概率分布称为抽样分布。
在总体分布已知的情况下，研究统计量的抽样分布实际上就是研究样本函数的分布。抽样分布对于我们后续的学习是非常重要的，有了抽样分布，我们就可以测度统计量在不同区间内的概率，这对于我们后续开展点估计的评价、置信区间的建立，以及假设检验中拒绝区域的划定都有着至关重要的作用。
常见的抽样分布可以分为以下三类。
（1）精确抽样分布。
在总体分布是已知的情况下，我们可以得到统计量 T （ X 1 ， X 2 ，…， X n ）的具体表达式，这样的抽样分布称为精确抽样分布。精确抽样分布对于小样本条件下的统计推断非常重要。
（2）渐进抽样分布。
在实际的统计分析问题中，由于总体分布未知，或者统计量的精确分布无法得到，又或者统计量的精确分布非常复杂，那么这个时候，我们就会尝试寻求样本量趋向无穷大时 T （ X 1 ， X 2 ，…， X n ）的极限分布，并且当样本量很大时（大样本情形），我们就会用这个极限分布作为当前样本量下抽样分布的近似，将其称为样本量的渐进抽样分布。渐进抽样分布对于在大样本情形下开展统计推断发挥了重要的作用。
（3）近似抽样分布。
当精确抽样分布和渐进抽样分布都无法或难以获得的时候，我们需要尝试寻找统计量的近似抽样分布，例如，用模拟的方法获得统计量的近似抽样分布。
