推断统计是研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。
因为在实际研究中，获取总体数据通常比较困难，甚至不可能完成。因此，就需要对总体进行抽样，通过样本的统计量去估计总体参数。也就是说，总体的参数往往是未知的，我们为了获取总体的参数，需要通过样本的统计量来估计总体参数。
点估计，就是用样本的统计量去代替总体参数。比如要求全校的平均身高，就可以用样本的均值来估计总体的均值。
区间估计就是根据样本的统计量，计算出一个可能的区间与概率，表示总体的参数会有多少概率位于该区间种。区间估计指定的区间，成为 置信区间 ，区间估计指定的概率，成为 置信度 。
要确定置信区间和置信度，我们要知道总体和样本之间的关系，在数学上，中心极限定理给出了很好的解释。
关于中心极限定理：
从总体中多次抽样，则每次抽样会得到一个均值，这些均值服从正态分布。
python程序模拟中心极限定理：
以均值为中心，1倍标准差内，包含约68%的样本数据
以均值为中心，2倍标准差内，包含约95%的样本数据
以均值为中心，3倍标准差内，包含约99.7%的样本数据
经常使用的是95%置信区间，1.96倍标准差