定义 利用随机样本的统计量（如均值、频率）来推断或估计总体相应参数（如期望、概率）的方法。
从哪来 本知识点为高三第1讲起点，无前置知识点记录。
为什么 总体往往庞大甚至无限，无法逐一测量。根据大数定律，当样本容量足够大且抽样随机时，样本统计量会稳定在总体参数附近。因此，用样本特征代替总体特征，是在成本与精度之间取得平衡的最优解。
直观类比法
适合
形象思维强、抽象概念理解困难的学生。
就像“尝汤知味”：一锅汤太大喝不完，但搅拌均匀后舀一勺尝尝咸淡，就能知道整锅汤的味道。样本就是那一勺汤，总体就是整锅汤。只要搅拌均匀（随机抽样），这一勺就能代表整锅。
数据驱动法
适合
喜欢动手操作、对数据敏感的学生。
抛硬币10次，正面可能4次；抛1000次，正面接近500次。展示不同样本量下的频率波动图，让学生看到随着n增大，频率曲线逐渐收敛于0.5。结论：样本越大，估计越准。
统计推断法
适合
逻辑严密、偏好理论推导的学生。
从概率论角度解释：设总体期望为$\mu$，样本均值为$\bar{X}$。$\bar{X}$是$\mu$的无偏估计量，即$E(\bar{X})=\mu$。虽然单次$\bar{X}$可能有误差，但长期来看误差相互抵消，因此可以用$\bar{X}$作为$\mu$的最佳估计值。