【机器学习概率统计】09 推断未知：统计推断的基本框架

1.进入统计学

从这一讲开始，我们进入到统计推断的主题。

统计学使用概率论的基本方法，研究怎样通过试验收集带有随机误差的样本数据，并在设定的统计模型之下，进行后续的研究工作，主要分为两大类：

第一类是对这些已有的样本数据进行分析，计算他们的一些统计特征，比如样本均值、方差等等，即描述统计的范畴。

第二类是更重要的，是通过这些已有的样本数据，对整个未知的总体进行推断，估计出总体当中我们感兴趣的未知参数值，即统计推断的工作，这是我们重点关注的内容。

那我们为什么需要关注统计推断的方法呢？因为，当我们需要对一个未知的对象进行分析时，一般需要通过获取数据来分析这个对象，但在现实当中，我们只能获取一部分数据而无法获取总体的全部数据。而统计推断研究的就是通过部分的样本数据来推断总体统计特征的方法。

上面的描述当中，有很多的术语和概念，为了便于大家理解，我们来举一个统计推断的例子

2.统计推断的例子

有一家企业生产电子元器件，这些元器件的寿命服从指数分布，那么我们如何估计这些元器件的平均寿命呢？如果我们知道这个指数分布的参数 λ \lambda