1. 总体参数估计：从样本获得一组数据，如何通过样本信息对总体特征进行估计，也就是用样本来推论总体。 2. 点估计：用样本统计量来估计总体参数，估计的结果也以一个点的数值来表示。 （1）优点：提供总体参数的估计值 （2）缺点：不能说明估计的精度和把握程度 3. 良好估计量的标准： （1）无偏性：用多个样本的统计量作为总体参数的估计值，其偏差的平均数是0。 （2）有效性：有多个无偏估计量时，变异小的有效性高，即方差越小越好。 （3）一致性：样本容量增大时，估计值应该能够越来越趋近总体参数。 （4）充分性：估计值是否充分反映了样本内所有数据所反映的总体信息。 4. 区间估计：根据估计量以一定可靠程度推断总体参数所在的区间范围，虽然不能指出某个具体的数值点，但是能指出总体参数落入该区间的概率。 5. 置信区间：也称置信间距，指在某个置信度时，总体参数所在的区域距离或长度。 6. 置信界限：置信区间上下两个端点的值。 7. 显著性水平（α）：估计总体参数落在某一区间时，可能犯错误的概率。 8. 置信度：也称置信水平：1-α 9. 区间估计的原理：根据样本分布理论，用样本分布的标准误（SE）计算区间长度，解释总体参数落入某置信区间可能的概率。 10. 估计范围的大小和估计概率的大小是一对矛盾，在保证置信度的前提下，尽可能提高精确度。 11. 标准误公式SE计算公式