估计是用已知的东西推测未知的东西，所以通过对已知的东西构造一套运算就可以用。其中很好用的就成为了方法。
1.矩估计
样本矩代替整体矩
所以就有了样本均值代替总体期望
还有样本方差代替总体方差
矩
概率论中的矩
英文为moment,意思同力矩
反映的是到某一中心的加权距离
原点矩，中心距，混合矩
就是这样来的
还挺形象的。
2.极大似然估计
想法：取得的样本是最可能发生的。
所以对于离散型，我取了n次，得到了这样的一组样本，这个事件的概率可以表示出来
形如：
图片发自简书App
之后要确保概率最大，于是借用分析中的求最值方法。
驻点和端点
这个手段就多了。
对于连续型，道理一样，取得样本点的概率。
联合概率密度分布为独立的各密度函数的乘积
