解决与本标准相关的问题需要理解统计学的常见定义。具体来说，这个问题是测试你对两个基本统计概念:样本统计和总体参数之间差异的了解。让我们先来讨论一下这两种度量方法之间的区别。稍后，我们将使用这些信息来解决问题。

首先，让我们讨论一下“总体”一词的含义。在统计学中，“人口”被描述为待研究的整个群体。自然科学中种群的一个例子是该物种的每一只大熊猫Ailuropoda melanoleuca在野外(据世界野生动物基金会统计有1864只)，而不是圈养。现在，让我们来确定“总体参数”一词的含义。“总体参数”是抽样调查通过对全体人口抽样而得出的统计数字。例如，世界上所有野生大熊猫种群的平均体重就是种群参数的一个例子(即所有1864只大熊猫的平均体重)。接下来，我们将讨论样本总体和统计。

一个“样本”是被研究群体正在被研究的群体中的一个子集。例如，一所大学的研究人员想要研究野生大熊猫，但只能在中国四川获得100只大熊猫的样本。从这个特定的研究中收集的数据被称为样本统计(例如，四川地区大熊猫的平均体重)。重要的是要注意，一些样本统计的外部有效性受到阻碍。统计数据的外部有效性是指其应用于其他样本并保持有效的能力。如果当地人在四川地区喂养大熊猫，那么它们的平均体重可能比南方或北方地区的大熊猫要大。在这种情况下，平均值不能代表其他大熊猫种群。

最后，我们应该注意到，某些样本总体在预测总体参数方面优于其他样本总体。总体参数可以被认为是给定总体的真实统计量，而样本统计量只是对总体的一部分或子集的估计。简单随机样本是很好的总体参数预测器，可以用来估计总体参数。当一个种群中的每个成员都有相同的被选中的机会时，它们就会被收集起来(例如，从世界上1864只熊猫中随机选择100只)。

现在，我们用这个信息来解题。设计师想知道潜在购车者的偏好;然而，他只选取了美国三个主要城市作为样本。从这次调查中收集的数据是抽样统计的一个例子。该公司并未收集该公司所有潜在购车者的信息;因此，最好的答案是“样本统计”。