统计估计点估计点估计是直接估计总体参数的值，通常用样本数据的一个统计量作为总体参数的估计量

例如，在估计一个正态总体的平均数时，把样本数据的平均数取作总体平均数的估计量

点估计时，要求样本统计量是无偏统计量，即要求在无数次重复抽样时，这种样本统计量产生的分布的平均数等于被估计的参数

还要求这个样本分布的方差比其他无偏估计量的方差要小 

若总体X的分布函数 的类型已知，其中的参数 是未知的，这时可以在总体X中抽取样本 ，根据待估参数的特征构造出适当的统计量 作为参数 的估计量；然后由抽取的样本观察值 ，计算得到估计量的观察值 ，就是未知参数 的估计值(i=1，2，…，m)，这种做法称为参数的点估计，常用的点估计方法有矩估计和最大似然估计，对估计量优劣的评价标准有无偏性、有效性和一致性(相合性)等 

矩估计法矩估计法的基本思想是：用样本矩估计总体矩，用样本矩的函数去估计总体矩的相应的函数，从而达到对总体参数进行估计的目的

总体X分布的参数 往往通过总体矩(数字特征)反映出来，因此若用样本矩来替换总体矩，用样本矩的函数替换相应的总体矩的函数，则可获得总体参数 的估计量，这种估计方法称为矩估计法 

最大似然估计最大似然估计又称极大似然估计，它的基本思想是在给定样本观察值 之下，给出参数 的估计值 ，使得在 之下，样本 出现的可能性最大 ．估计量的概念及评价标准用来估计未知参数 的真值的统计量 称为 的估计量，如用 作为总体期望 的估计量，用 作总体方差 的估计量等等，但也可用 估计 用 估计 等，也就是说估计量不唯一，因而存在对估计量的评价问题，评价标准主要有三条：(1)无偏性 即(2) 有效性(最小方差性) 若 和 都是 的无偏估计量，如果 则称 比 有效

若在 的一切无偏估计中， 的方差最小,称 为 的最小方差无偏估计量；(3)一致性(相合性) 设是的估计量，若依概率收敛于，即对任意，有则称是的一致估计量>常用估计量都满足一致性,所以我们在评价估计量时，往往只验证其无偏性与其比较有效性 

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。