點估計是包含在樣品中，根據估計的總體分佈未知引數或未知引數的函式。通常他們是一個功能，整體價值，如數學期望，方差和相關係數。點估計問題是構造一個只依賴於試樣的量，作為估計值的未知引數的未知引數或功能。例如，假設一組產品，廢品率θ。來估計θ，從n個這些產品隨機抽取檢查要記住，其中X的廢物數量，以X / N估計θ的，這是一個點估計。施工點估計常用的方法有：①矩估計法。估計有總體樣本時刻的時刻，估計的樣本均值總體均值。 ②最大似然估計法。由英國統計學家RA費希爾提出在1912年，利用取樣密度構造似然函式找到最大似然引數估計。 ③最小二乘法。主要用於線性統計模型引數估計問題。 ④貝葉斯估計方法。基於貝葉斯估計（見貝葉斯統計）的角度提出來的。可以用於估計未知引數的估計數目的量，由此產生的問題是如何選擇的問題的量的一個良好的估計。我們必須首先設定為良好的準則，這不是可以選擇的，根據便利的實際問題和理論研究的唯一標準。出色的準則有兩類：一類是小樣本準則，即良好的指引，當固定樣本大小;另一種是該樣本量趨於良好指引無窮標準大樣本。最重要的標準是小樣本優良的公正和一致最小方差無偏估計有關，其次是允許的標準，以減少最大的標準，準則和其他最優同變。大樣本出色的準則有一致性，最優估計和漸近正態性漸近有效的估計。