მონაცემთა ანალიზი და სტატისტიკა შეისწავლის სტატისტიკურ მონაცემთა სისტემატიზაციას, ანალიზისა და გამოყენების მეთოდებს თეორიული თუ პრაქტიკული დასკვნების მიღების მიზნით, ასევ ესტატისტიკური პროგრამული უზრუნველყოფის გამოყენების შესაძლებობებსა და პერსპექტივებს. მას ხშირად სტატისტიკურ გადაწყვეტილებათა თეორიასაც უწოდებენ. როგორც დისკრეტიულ ალბათობათა ანალიზი, ასევესტატისტიკის საფუძვლები შეისწავლის მასობრივ მოვლენებს შემთხვევით ცდომილებათა თუ პარამეტრთა ხასიათის კანონზომიერებას.

ალბათობათა ანალიზში, ვიცით რაიმე მოვლენის ბუნება და მისი საწყის ალბათური განაწილება, ვიკვლევთ ამა თუ იმ მახასიათებლების განაწილებასა და მის პარამეტრებს, რომელიც დაკავშირებულია მასობრივ მოვლენასთან. სტატისტიკაში ყველაფერი პირიქითაა: საწყისად ითვლება ექსპერიმენტული მონაცემები. როგორც წესი ეს შემთხვევით პოპულაციებზე დაკვირვებით მიღებული მონაცემებია, ხოლო მოითხოვს რომ გავაკეთოთ დასკვნები მასობრივი მოვლენის რევოლუციაზე თუ ქცევაზე ან შევაფასოთ პოპულაციათა პარამეტრები და ამით შევიქმნათ წარმოდგენები მასობრივი მოვლენების შესახებ. დიდი რაოდენობა მონაცემების დამუშავება, ანალიზი და მისი მიზნობრივი გამოყენება თანამედროვე ინფორმატიკის პრიორიტეტული მიმართულებაა.

ცხოვრების დღევანდელ რთულ გარემოში ადამიანი, მისი ინტელექტით უძლურია თავი მოუყაროს ერთად ყველა საჭიროი იმფორმაციას და მასზე დაყრდნბით მიიღოს ოპტიმალური გადაწყვეთილება. მიზეზები მრავალია: ესაა მონაცემთა დიდი რაუდენობა მისიგან საზღვრული და წინააღმდეგობრივი, ხშირად კი არაზუსტი წარმოდგენებით. ყოველივეეს ეხება მრავალგამოყენებით დარგს: ეკონომიკასა და ბიზნესს, სოციოლოგიას და ფსიქოლოგიას, დინგვისტიკა და სხვას. ინფორმატიკოსს, რომელიც შეიარაღებულია გამოყენებიტთი სტატისტიკის ცოდნის და მისი პროგრამული უზრუნველყოფით, შეუძლი ადაეხმაროს ყველას მათი სტატისტიკური მონცემთა დამუშავების, ანალიზისა და სინთეზის ამოცანებში.

ამისათვის საჭიროა შევისწავლოთ სტატისტიკური მონაცემთა დამუშავების მეთოდები, მასობრივი მოვლენის აღმწერი სიდიდეების შეფასების პარამეტრული მეთოდები, ასევე ინტერვალური შეფასების მეთოდები, და ბოლოს სტატისტიკურ გამოცდათა და სტატისტიკური დასკვნების თეორიის ელემენტები. რეგრესიული ანალიზის ელემენტების ცოდნა.