Becslési módszerek: 

= olyan eljárások, amelyek segítségével sokasági jellemzőknek, sokasági eloszlások, illetve statisztikai modellek paramétereinek becslésére szolgáló becslőfüggvények készíthetők.

Két leggyakrabban alkalmazott módszer:

• legkisebb négyzetek nódszere
• maximum likelihood módszer:
  

= ismert sokasági eloszlástípus ismeretlen paraméterére szolgáltat olyan becslőfüggvényt, mely eleget tesz a becslőfüggvényekkel szemben támasztott követelményeknek.
Alapgondolata: az eloszlás ismeretlen paraméterét kell megállapítanunk. ( általában szélsőérték – számítási feladat megoldásával)
Likelihood függvény: L = (x;Ө) (keressük azt a Ө paramétert, amely mellett az L függvény a maximumát veszi fel)

A sokasági várható érték becslése:

Pontbecslés -> standard hiba négyzet számítás -> konfidencia intervallum készítése
Ha a sokaság normális eloszlású => a változó Student féle t eloszlású

A sokasági arány becslése:

Becslésünk tárgya valamilyen adott tulajdonsággal bíró egyedek aránya a sokaságban.
Pontbecslés -> standard hiba négyzet számítás -> konfidencia intervallum készítése

A sokasági szórásnégyzet becslése:

Pontbecslés -> standard hiba négyzet számítás -> konfidencia intervallum készítése
Ha a sokaság normális eloszlású => Khi-négyzet eloszlású valószínűségi változót használunk a konfidencia intervallum számításához.