统计学中的参数是指用于描述总体特征的概括性数字度量，是总体的固有属性，不会因样本变化而改变。以下是具体说明：

一、参数的定义与作用

描述总体特征

参数用于刻画总体的中心位置（如均值、中位数、众数）、离散程度（如标准差、方差）、分布形态（如偏度、峰度）等特征。

与样本指标的区别

参数描述的是整个总体的特性，而样本指标（如样本均值、样本方差）是根据样本数据推断出的统计量，用于估计总体参数。

二、常见参数类型

中心位置参数

均值（Mean） ：所有数值的总和除以数量，反映数据集的平均水平。

中位数 ：排序后位于中间的数值，描述中等水平。

众数 ：出现次数最多的数值，反映数据分布的峰值。

离散程度参数

标准差（Standard Deviation） ：方差的平方根，衡量数据分散程度。

方差（Variance） ：各数值与均值差值的平方的平均值。

极差（Range） ：最大值与最小值之差，反映数据波动范围。

分布形态参数

偏度（Skewness） ：衡量数据分布的不对称性，正偏斜表示右侧尾部更长。

峰度（Kurtosis） ：描述数据分布的尖峰程度，正峰度比正态分布更尖。

分位数参数

四分位数（Quartiles） ：将数据分为四等份的数值（Q1、Q2、Q3），Q2即中位数。

三、参数与样本指标的关系

四、参数估计的应用

通过样本统计量（如样本均值、样本方差）来估计总体参数（如总体均值、总体标准差），常见的方法包括：

点估计 ：直接用样本统计量作为参数值。

区间估计 ：给出参数可能取值的范围（如95%置信区间）。

总结

参数是统计学中描述总体特征的核心概念，与样本指标形成对比。理解参数的定义和计算方法，是掌握统计推断的基础。