参数是刻画总体某方面的概率特性的数量.
当这个数量是未知的时候，从总体抽出一个样本，用某种方法对这个未知参数进行估计就是参数估计.
e.g. 对 $X\sim N(\mu,\sigma^2)$，若 $\mu,\ \sigma^2$ 未知，通过构造样本函数，给出它们的估计值（点估计）或取值范围（区间估计）就是参数估计的内容
设总体 $X$ 的分布函数形式已知，但它含有一个或多个未知参数 $\theta_1,\theta_2,\cdots,\theta_k$，设 $X_1,X_2,\cdots,X_n$ 为总体的一个样本，构造 $k$ 个统计量（随机变量）
$$ \theta_1(X_1,X_2,\cdots,X_n),\\ \theta_2(X_1,X_2,\cdots,X_n),\\ \vdots\\ \theta_k(X_1,X_2,\cdots,X_n). $$
当测得一组样本值 $(x_1,x_2,\cdots,x_n)$ 代入上述统计量，即可得到 $k$ 个数（数值）
$$ \widehat{\theta}_1(x_1,x_2,\cdots,x_n),\\ \widehat{\theta}_2(x_1,x_2,\cdots,x_n),\\ \vdots\\ \widehat{\theta}_k(x_1,x_2,\cdots,x_n). $$
称 $\widehat{\theta}_1,\widehat{\theta}_2,\cdots,\widehat{\theta}_k$ 为未知参数 $\theta_1,\theta_2,\cdots,\theta_k$ 的估计值.
对应的统计量为未知参数 $\theta_1,\theta_2,\cdots,\theta_k$ 的估计量.
重点是：如何构造统计量以及评价估计量的好坏.
利用事件 $A$ 在 $n$ 次试验中发生频率 $\frac{n_A}{n}$，作为事件 $A$ 发生的概率 $p$ 的估计量.
$$ \frac{n_A}{n}\ \xrightarrow{p}\ p\quad(n\to\infty) $$
用样本的 $k$ 阶矩作为总体的 $k$ 阶矩的估计量，建立含有待估计参数的方程，从而可解出待估计参数.