总体均值的点估计Parameter估计它以样本statistic估计Parameter为例，使用样本平均-2总体平均，使用样本成都估计成都。基于样本比例-2总体比例样本比例总体比例时使用的统计，使用参数时计算的估计 总体的具体数值称为估计 value，总体平均值是多少估计。
样本均值，比例等于总体均值，比例点估计数量，哪个无偏样本最有可能。但这种情况可能还是不对的，因为毕竟是样本的一个结果。置信区间:总体某一区间内统计量的置信度，成为置信区间。当样本的个数较大时，均值的抽样分布符合正态分布，均值的抽样分布的期望为总体的均值。在均值的抽样分布中，事件X为样本 mean。标准正态分布常用的置信区间与上下限的关系如下:假设选取的置信水平为95%，那么:平均:用所有数据的总和除以需要计算的数据个数。中位数:将数据从小到大或从大到小排列。如果数据个数是奇数，中间位置的数就是这组数据的中位数；如果数据个数是偶数，中间两个数据的平均值就是这组数据的中位数。不需要或仅通过简单计算就可以得到。众数:一组数据中出现次数最多的数，不用计算就能找到。
首先，工作量太大；没有统一的误差，测试误差估计的准确度和灵敏度较低；容易犯I型错误，推理的可靠性低。多重样本均值检验，如果是正态，可以用方差分析(根据方差是否齐次，选择是否需要修正公式)，如果不是正态，必须用非参数检验。两两比较很繁琐，测试次数也比较多。随着个体显著性检验次数的增加，偶然因素导致差异的可能性也会增加。
总体均值的点估计Parameter估计它以样本statistic估计Parameter为例，使用样本平均-2总体平均，使用样本成都估计成都。比如样本均值、样本分数、样本方差等。使用参数时计算的估计 总体的具体数值称为估计 value。比如你想要估计一个班级考试的平均分，现在可以从中抽取一个随机的样本。经过计算，样本的平均分是80分，所以这80分就是估计值。
3、当依据 样本比例 估计 总体比例当比值基于样本ratio估计总体时，使用的统计量是z，统计量是统计理论中用来分析和检验数据的变量。宏观量是大量微观量的统计平均值，具有统计平均的意义。对于单个微观粒子来说，宏观量是没有意义的。宏观量相对于微观量的统计平均值也叫统计量。需要指出的是，描述宏观世界的物理量，比如速度、动能，其实都可以说是宏观量，但并不是所有的宏观量都具有统计平均的性质，所以并不是所有的宏观量都是统计量。
它的功能是收集关于样本的信息；它是数理统计中一个重要的基本概念。统计只靠样本x1，x2，…xn；它不包含总体分布的任何未知参数，From 样本推论总体(见统计推论)通常是通过统计来进行的。比如x1，x2，…，xn是简单随机数总体N(μ，1)(见正态分布)，其中均值(见数学期望)μ未知，为了推断μ，计算-。
