成数在统计学中，交替标志的表现形式只有两种，把具有某种标志表现或不具有某种表现的单位数占总体单位数的比重叫做成数。相当于百分数，一成就是10%，不能说1%，三成五就是35%，八成五就是85%。
一数为另一数的几成，泛指比率：应在生产组内找标准劳动力，互相比较，评成数。通常用在工农业生产中表示生产的增长状况。几成就是十分之几。
例如，粮食产量增产“二成”。“二成”即是十分之二，也就是粮食产量增加了20%。
扩展资料：
在计算成数时，设有甲、乙两数，求乙数对于甲数的比，并把比值化成纯小数，那么所得的纯小数叫做乙数对于甲数的成数。其中小数第一位叫做“成”或“分”，第二位叫做“厘”。
例如，计划粮食产量为5万斤，实际多产了1万斤，那么粮食增产的成数是1÷5=0.2，即粮食增产了二成。
成数与其他数的互化方法：分数X10 = 成数 成数/10 = 小数（成数除以10等于小数） 成数X10 = 百分数
相关的观念特别值得被拿出来讨论。对于资料集合的统计分析可能显示两个变量（母体中的两种性质）倾向于一起变动，好像它们是相连的一样。
举例来说，对于人收入和死亡年龄的研究期刊可能会发现穷人比起富人平均来说倾向拥有较短的生命。这两个变量被称做相关的。但是实际上，我们不能直接推论这两个变量中有因果关系；参见相关性推论因果关系（逻辑谬误）。
如果样本足以代表母体的，那么由样本所做的推论和结论可以被引申到整个母体之上。最大的问题在于决定样本是否足以代表 整个母体。统计学提供了许多方法来估计和修正样本和收集资料过程中的随机性（误差），如同上面所提到的透过经验所设计的实验。参见实验设计。
要了解随机性或是机率必须具备基本的数学观念。数理统计（通常又叫做统计理论）是应用数学的分支，它使用机率论来分析并且验证统计的理论基础。
任何统计方法是有效的只有当这个系统或是所讨论的母体满足方法论的基本假设。误用统计学可能会导致描述面或是推论面严重的错误，这个错误可能会影响社会政策，医疗实践以及桥梁或是核能发电计划结构的可靠性。
即使统计学被正确的应用，结果对于不是专家的人来说可能会难以陈述。举例来说，统计资料中显著的改变可能是由样本的随机变量所导致，但是这个显著性可能与大众的直觉相悖。人们需要一些统计的技巧（或怀疑）以面对每天日常生活中透过引用统计数据所获得的资讯。
参考资料来源：百度百科——成数
参考资料来源：百度百科——统计学