在吴喜之老师2014的新书《统计学：基于R的应用》中第67页，有这样一道题：
2. 一项颇具中国特色的很时髦的统计实践是用31个省、市、自治区的宏观数据做回归或其他分析。
（1）这31个省、市、自治区的数据（比如GDP）是样本吗？
（2）如果（1）的回答为“是”，那么什么是总体？个体是什么？
（3）如果（1）的回答为“不是”，那么它是什么？
……
这个问题也是一直是我困惑的问题。总体与样本的关系当然是相互的，随着关注的视野范围和思维方式不同，某一个样本可以成为总体。但就这一情境而言，我倾向于认为：
（1）不是样本，是总体。
但是这样就会遇到一个很困惑的问题，那么多些统计模型似乎就没有必要了——因为使用模型的目的，就是在于总体的情形未知的情况下，基于数据（理论上是随机数据）来做一些回归分析或其他分析，进而做出统计推断。现在总体的GDP之类的情况已经明明白白地摆在自己面前，为什么还要做这些分析呢？为什么这样的分析还能发表出那么多的文章呢？
但是有时也想，自然界的许多测量，如气象、水文资料，得到不同年份的数据后，研究者也似乎将其看成一种随机数据，然后进行各种分析。这里似乎可以假想：这些具体年份的数据是来自假想无限总体（无限长的年份序列会产生无限长的相关数据，这些数据就构成了总体）的随机样本。似乎也无太多不妥。然而经济现象和数据，似乎很能想象成是“无限总体”中的某一个序列。到底怎么解释这些数据的“随机性”呢？全国的GDP数据之类的数据，究竟该看成总体还是样本呢？还是不太明白，请各位赐教！
