定義
通俗地說，在統計學中損失函數是一種衡量損失和錯誤（這種損失與“錯誤地”估計有關，如費用或者設備的損失）程度的函數。
應用
要應用損失的函數，其損失必須是通過某種媒介可以衡量的。損失函數在實踐中最重要的運用，在于協助通過過程的改善而持續減少目标值的變異，并非僅僅追求符合邏輯。
現在舉個例子：某個工廠人員的産出，以每小時多少元來計算，而損失函數所顯示的，是産出以室内通風條件而改變的情形。廠内工作的每個人，都有自己的損失函數。為了簡化說明，假設每個人的損失函數均為一條抛物線，其底部一點代表産出值最大時的通風條件，把所有人員的損失函數進行疊加，公司整體的損失函數也必然是一條抛物線。如果通風條件偏離這個最佳水準，就會有額外損失發生。
該抛物線與橫軸相切時，切點的左右各有一小段與橫軸幾近重合。也就是說，有最适點偏離一小短距離，損失小到可以忽略不計。因此，當室内通風條件稍稍偏離均衡點，發生的損失可以忽略不計。
但是遠離均衡點時，總是有人必須支付這損失。如果能夠導出有具體數字的損失函數，就可以計算出最有均衡點，在均衡點中最适合的通風條件如何，以及達到要求的費用支出是多少。
損失函數并非一定是對稱的。有時候其中一邊很陡峭，有時候則兩邊都很陡峭。舉例而言，為了使鋼片較容易焊接，需要加入钶。但钶的加入量如果低于必須量，純粹是浪費，對焊接一點益處都沒有。然而钶用量如高于十萬分之一，也是一種浪費，所增加的利益相當有限。
戴明博士曾在《企業研究的樣本設計》（Sample Design in Business Research）一書内，列示了一個實際的損失函數。顯示隻需要盡量靠近樣本的最有組合即可。
