この授業では、良い推定量を求めるための議論は調査前であることを前提とした。

良い推定量とは、想定されるあらゆるデータについて推定値を求め、これらの平均的な推定精度が最も高い推定量のことと解釈できる。

シミュレーションでは5万個の加重平均の平均を調べた。この平均は母平均と一致しないという予想が得られた。

シミュレーションでは5万個の分散（記述統計学で学習した分散）の平均を調べた。この平均は母分散と一致するという予想が得られた。

この授業では確率分布について以下のように学習した。確率分布は母集団分布を「もし母集団から無作為に女性を選ぶと、彼女の国内旅行回数は何回になるだろうか」という視点で表したもので、表としては母集団分布と実質的に同じである。

値が数である変数

値が数でない変数

性別の場合（質的変数）、男性なら０、女性なら１とすれば量的変数として扱うことができる。このような変数を（）という。

理論上、任意の実数を取ることができる変数

取ることのできる値が数通りに限定される変数

異なる時点での観測値を集めたデータ

同一時点で異なる地点の観測値を集めたデータ

異なる対象について異なる時点の観測値を集めたデータ=横断面データを時系列で集めたデータ

2次元確率変数（X,Y）について、常にE[X+Y]=E[X]+E[Y]が成立する

. 2次元確率変数（X，Y)について、常にV[X＋Y］=V[X］＋V[Y］が成立する

標本平均は不偏推定量である。

.

加重平均は標本平均より有効である。