主要内容：
点估计：
矩估计
极大似然估计
点估计的评判准则
区间估计：
置信区间
符号说明：
1 参数估计问题
2 点估计
2.1 矩估计
矩估计法的基本思想是根据大数定律，利用样本矩对总体分布矩进行估计。
然后利用总体矩与参数的关系来对参数进行估计。
记号：
矩估计的基本原理：大数定律
例1：两点分布的参数估计
例2：正态分布的参数估计
2.2 极大似然估计
给定随机变量的分布与未知参数，利用观测到的样本计算似然函数。
选择最大化似然函数的参数作为参数估计量。
极大似然函数的基本原理：最大化似然函数。
例：正态分布的参数估计
2.3 点估计的评判准则
2.4 点估计：相和性
相和性是最基本的要求，矩估计的相合性是由大数定律来保证的，极大似然估计的相合性也是隐含地由大数定律来保证的。
2.5 点估计：无偏性
任何一个满足相合性的参数估计，当样本趋于无穷的时候都会收敛于参数的真实值。但是对于有限样本的情况，这个估计值的期望不见得总等于参数的真实值。
2.6 点估计：有效性
例：
2.7 点估计：渐近正态性
渐进正态这里涉及到一些矩阵的知识，尤其是极大似然估计的渐进正态性质。
2.8 区间估计：置信区间
