平均值和方差的点估计、区间估计

0，预备知识

0.1，中心极限定理

0.2，均值的标准误差

0.3，卡方分布

1，总体均值的无偏估计量

2.1，当总体方差已知时对样本均值的描述（Z统计量）

2.2，当总体方差未知时对样本均值的描述（t统计量）

3.1，当总体方差已知，或者大样本量（n>200，总体方差未知）时，总体均值的区间估计。（在实际操作过程中会对样本进行抽样，每次取n个数出来，算平均值，这些平均值的期望就是对总体方差的无偏估计）

3.2，当总体方差未知，总体均值的区间估计。

4.1，总体方差的点估计（对任何分布都成立）

4.2，总体方差的区间估计（仅对总体为正态分布成立）

5， Moderated T statistic

这种方法在R软件包limma里面实现得最好。limma最初主要用于双色（双通道）芯片的处理，现在不仅支持单色芯片处理，新版还添加了对RNAseq数据的支持，很值得学习使用。安装方法同前面其他Bioconductor软件包的安装。载入limm软件包后可以用limmaUsersGuide()函数获取pdf格式的帮助文档。

limma的功能很多，这里只看看差异表达基因的分析流程，具体算法原理请参考limma在线帮助和这篇文献：Smyth G K. Linear models and empirical bayes methods for assessing differential expression in microarray experiments[J]. Statistical applications in genetics and molecular biology, 2004, 3(1): 3.