統計學是一個大類，是透過搜尋、整理、分析、描述資料等手段，以達到推斷所測物件的本質，甚至預測物件未來的一門綜合性科學。應用統計學強調的是統計學理論在實際中的應用，比如如何正確使用引數估計、假設檢驗、方差分析、相關與迴歸、時間序列分析、指數分析等應用統計方法。而經濟統計學是統計學在經濟學上的理論發展以及應用。有些人把經濟統計學歸到應用統計學中，其實是錯誤的。因為經濟統計學除了統計學的經濟學應用外，同樣也對統計學的理論發展起到指導作用。

　　大資料時代是現代生產力水平發展到一定階段的必然產物。資料不斷產生，而且越來越多。儘管當今“大資料”潮流讓我們獲得了海量資料，但掌握這些海量資料本身並無意義，真正的意義體現在對資料資訊進行專業化的處理。這就使統計學面臨新的機遇和挑戰，應用統計學應運而生。

　　亞馬遜首席科學家 Andreas Weigend 有著資料就是新的石油的觀點。作為一種資產，大資料實現盈利的關鍵就在於，提高對海量資料的分析處理能力，透過特殊的技術實現大資料的增值。隨著雲計算的發展，大資料也同雲計算產生了密不可分的聯絡，兩者互為依託，實現了雙贏。

　　應用統計學作為一門以研究資料為主的學科，經過多年的發展，其理論體系已經較為完善。應用統計學的崛起是統計學中實質性科學派、方法論科學派和通用方法論派的對立中發展而來的。應用統計學發展成熟的標誌主要有兩個: 一是統計學在應用範圍方面的不同，在管理、教育、醫療衛生、產業發展等領域確立了牢固的科學地位。二是統計學在學科間的滲透，同政治學、金融學以及其他新興科技學科的良好融合。

　　應用統計學主要運用紮實的數學知識，實現採集資料、設計調查問卷和處理調查資料的工作，同時結合分析結果，去解決相關領域所面臨的實際問題。在統計分析過程中，應用統計學所利用的資料是結構化資料，分析工具主要是計算機，注重統計方法的運用，比如用統計軟體( 比如 R/SAS) 進行資料分析處理，從結果中得到一些我們需要的資料，進而得出相應的結論。

　　目前，大資料的相關研究一定程度上運用了統計學的知識，例如對大資料的分類整合、資料資訊的採集和搜尋、資料表達的分析等。應用統計與大資料雖有交流，但是大資料並未被應用統計學充分利用，兩者在使用模式、資料形式和運用方式等方面都存在著不同程度的差異，因此兩者的聯絡並不緊密。