在国内，一般本科的专业里有统计学，有些是设在数学系下面的，属于理学专业；有些是设下经济类里的，属于经济学专业。两者的也各有自己的侧重点。另外，概率论与数理统计是一级学科数学下的一个二级学科。这个分类多少受到了前苏联的影响。这里就涉及到了数学，概率与统计学之间的关系。
现代的概率论的确是一个数学分支。然而概率论在很长的一段时间，并没被大家承认是一个数学的分支，其原因就在于没有严格的数学基础。数学分支都是建立在一些公理基础上的演绎的体系。而概率论直到1933年才由著名的数学家kolmogorov建立了公理化体系，主要的数学基础是测度论。从此以后，概率论突飞猛进，包括 概率极限理论，随机过程论，随机分析等很多分支，所用到的数学知识也越来越多，像 泛函分析，微分几何，微分方程，拓扑学，数论，优化理论等。
而统计学就相对比较特别了，和数学不同的是统计学是一门归纳的学科。从而，很多人就认为统计学不能列入数学的范围。但是统计学有很需要数学特别是概率论的知识。事实上，概率论提供了一个度量不确定性的方法，而统计学利用这个工具从实际数据里提取感兴趣的信息。很有意思的是，一些著名统计学家，很多都是出身数学的，数学上的造诣都很深的。例如，早期的Fisher，就很有数学的天赋，他的很多证明是从几何的观点得出的。而且Fisher还把优化的思想引入到参数估计体系了，提出了一些标准（无偏性，相合性等），接着Neyman-Pearson把优化思想发展到假设检验理论。优化的思想已经渗透到了统计学的各个分支。当然Neyman也有极强的数学功底，他曾经研读过Lebesgue关于实变函数的原著（据说是相当的难懂）。我国的很多概率统计学家也都是数学出身，像许宝騄，陈希孺院士。陈希孺先生就很谦虚的说过他只是做了一点数理统计里的数学问题。
大家在学习不同的学科也会感受各自不同的特点。从（确定性）数学分支到概率论，很多人会感到不适应。因为学概率论除了数学知识，还需要很多概率的思想，脑子里要装有很多概率模型（如 摸小球模型，随机徘徊 等），很多时候直观的想法比数学推导更有用。而统计类学科，除了数学，概率知识外，还要有统计的思想，像似然原理，bootstrap等，都是很直观的。不过不管是数学，概率还是统计，基本概念都是极其重要的，是其他理论的基础。就像整个微积分的大厦里，极限的概念是最基本最重要，其他像 导数，微分，积分等都是建立在极限基础上的。
参见偶的blog:
http://hi.baidu.com/yanfengshen/blog
