定义
通俗地说，在统计学中损失函数是一种衡量损失和错误（这种损失与“错误地”估计有关，如费用或者设备的损失）程度的函数。
应用
要应用损失的函数，其损失必须是通过某种媒介可以衡量的。损失函数在实践中最重要的运用，在于协助通过过程的改善而持续减少目标值的变异，并非仅仅追求符合逻辑。
现在举个例子：某个工厂人员的产出，以每小时多少元来计算，而损失函数所显示的，是产出以室内通风条件而改变的情形。厂内工作的每个人，都有自己的损失函数。为了简化说明，假设每个人的损失函数均为一条抛物线，其底部一点代表产出值最大时的通风条件，把所有人员的损失函数进行叠加，公司整体的损失函数也必然是一条抛物线。如果通风条件偏离这个最佳水准，就会有额外损失发生。
该抛物线与横轴相切时，切点的左右各有一小段与横轴几近重合。也就是说，有最适点偏离一小短距离，损失小到可以忽略不计。因此，当室内通风条件稍稍偏离均衡点，发生的损失可以忽略不计。
但是远离均衡点时，总是有人必须支付这损失。如果能够导出有具体数字的损失函数，就可以计算出最有均衡点，在均衡点中最适合的通风条件如何，以及达到要求的费用支出是多少。
损失函数并非一定是对称的。有时候其中一边很陡峭，有时候则两边都很陡峭。举例而言，为了使钢片较容易焊接，需要加入钶。但钶的加入量如果低于必须量，纯粹是浪费，对焊接一点益处都没有。然而钶用量如高于十万分之一，也是一种浪费，所增加的利益相当有限。
戴明博士曾在《企业研究的样本设计》（Sample Design in Business Research）一书内，列示了一个实际的损失函数。显示只需要尽量靠近样本的最有组合即可。
