统计决策理论是由统计学家A.瓦尔德在1950年提出的一种数理统计学的理论，这种理论把数理统计问题看成是统计学家与大自然之间的博弈；用这种观点把各种各样的统计问题统一起来，以对策论的观点来研究。在此以前，人们对数理统计，主要是着眼于其推断的功能，亦即从观测数据出发对总体作出某种论断。至于由此应该采取什么决策或行动，会产生什么后果，则被认为不属于统计的范畴。瓦尔德的理论则把后面这一部分内容也纳入统计的范围之内，这在数理统计学上是一项革新，有较大的实际意义。

在一个统计问题中，统计工作者掌握的资料是样本X ＝(x1,x2…,xn),X所来自的总体的分布F_θ中包含的参数θ为未知,而只知道θ所属的集合Θ（Θ为θ所有可能取值的集合，称为参数空间）。但是，采取什么决策最好，则取决于未知的θ值。用形象化的说法，θ是由大自然在参数空间中选定的，人们力图去找到它。大自然掌握了θ的秘密，而这个秘密又通过样本泄露出来,统计工作者的任务就是根据样本 X中所包含的关于θ的信息,去作出良好的决策。例如，一家商店根据抽样决定是否接受一批来货，一个工厂根据市场调查的结果决定某种产品生产多少等,希望所采取的行动取得尽可能好的效果,或者说，使“行动不当”所造成的损失尽可能小。

可以通过三个要素把一个统计决策问题表达出来。

① 样本空间H与样本分布族{F_θ：θ∈Θ}这个要素规定了问题的概率模型。样本空间是样本可能的取值范围，而样本分布族是样本所可能遵从的分布的集合。

② 行动空间A　 它是统计工作者可以采取的单纯策略（或称行动）的集合。例如，设θ为一维参数，要对θ作区间估计，则实轴上任一区间[a,b]构成一个单纯策略，这时行动空间为所有[a,b]构成的集合,即{[a,b]：-∞<a≤b<∞}。若问题是要检验有关θ的假设，则行动空间A由a₀（接受假设）和a₁（拒绝假设）两个元素构成。

③ 损失函数L统计决策理论有一个基本出发点：所采取的行动的后果可以数量化。设参数真值为θ，统计工作者采取的行动为a，则所遭受的损失可表为a与θ的函数L(θ, a)，称之为损失函数。在一个具体问题中,采取什么损失函数最好，是一个需要进行大量调查研究以至理论工作的问题，这也是在使用决策理论时的一个困难点。