，亦称 ，在统计学中指总体中量测到，可以描述总体性质的量测量，例如平均数或标准差。若总体依循一已知的特定分布，可以用这母数来完全的描述总体，也可以定义在此总体中样本可能有的概率分布。
8
在统计学中，点估计是指以样本数据来估计总体母数， 估计结果使用一个点的数值表示“最佳估计值”，因此称为点估计。由样本数据估计总体分布所含未知参数的真实值，所得到的值，称为估计值。
在统计学中，一个样本的置信区间，是对产生这个样本的总体的参数分布中的某一个未知母数值，以区间形式给出的估计。相对于点估计用一个样本统计量来估计量参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合概念是置信区间在多维分析的推广。
假说检定是推论统计学中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知母数，就会希望根据结果对未知的真正参数值做出适当的推论。
假说检定是推论统计学中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知母数，就会希望根据结果对未知的真正参数值做出适当的推论。
假说检定是推论统计学中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知母数，就会希望根据结果对未知的真正参数值做出适当的推论。
伽玛分布是统计学的一种连续几率分布。伽玛分布中的母数α，称为形状参数，β称为尺度参数。
假说检定是推论统计学中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知母数，就会希望根据结果对未知的真正参数值做出适当的推论。
在统计学中，一个样本的置信区间，是对产生这个样本的总体的参数分布中的某一个未知母数值，以区间形式给出的估计。相对于点估计用一个样本统计量来估计量参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合概念是置信区间在多维分析的推广。
在统计学中，矩估计是估计总体母数的方法。首先推导涉及感兴趣的参数的总体矩的方程。然后取出一个样本并从这个样本估计总体矩。接着使用样本矩取代总体矩，解出感兴趣的参数。从而得到那些参数的估计。矩估计是英国统计学家卡尔·皮尔逊于1894年提出的。
伽玛分布是统计学的一种连续几率分布。伽玛分布中的母数α，称为形状参数，β称为尺度参数。
Mini wiki
