추정은 표본으로부터 얻은 정보를 바탕으로 모집단의 특성인 모수를 확률적으로 추측하는 과정이다. 통계적 추론의 핵심적인 한 축으로, 현실적으로 모집단 전체를 전수조사하기 불가능하거나 비효율적인 상황에서 유한한 표본 데이터를 활용해 전체 집단의 성질을 규명하는 데 목적이 있다. 이때 추정의 대상이 되는 모집단의 수치적 특성을 모수라고 하며, 이를 추정하기 위해 표본에서 계산된 통계량을 추정량이라 한다.

추정은 방식에 따라 크게 점추정과 구간추정으로 나뉜다. 점추정은 모수의 값을 단일한 수치로 나타내는 방식이다. 예를 들어 모집단의 평균을 알기 위해 표본 평균을 구하고 이를 곧바로 모평균의 값으로 간주하는 것이 점추정에 해당한다. 반면 구간추정은 모수가 존재할 것으로 예상되는 범위를 정하여 추정하는 방식이다. 점추정은 계산이 간편하지만 오차를 구체적으로 반영하기 어렵다는 단점이 있고, 구간추정은 특정 신뢰도 아래에서 모수가 포함될 범위를 제시함으로써 추정의 불확실성을 수치화한다는 특징이 있다.

좋은 점추정량이 되기 위해서는 몇 가지 통계적 성질을 갖추어야 한다. 대표적으로 추정량의 기댓값이 실제 모수와 일치하여 편향되지 않은 상태를 의미하는 '불편성', 표본의 크기가 커질수록 추정량이 모수에 근접하는 '일치성', 그리고 추정량의 분산이 최소가 되어 값의 변동 폭이 적은 상태를 뜻하는 '효율성' 등이 있다. 이러한 조건들을 충족하는 추정량을 선택함으로써 통계적 판단의 오류를 최소화하고 추정의 정확도를 높일 수 있다.

구간추정에서 가장 중요한 요소는 신뢰구간과 신뢰수준이다. 신뢰구간이란 모수가 포함되어 있을 것으로 기대되는 수치적 구간을 의미하며, 신뢰수준은 동일한 추정 과정을 반복했을 때 실제 모수가 해당 구간 내에 포함될 확률적 빈도를 나타낸다. 일반적으로 95% 또는 99%의 신뢰수준이 널리 사용된다. 신뢰수준을 높게 설정할수록 추정의 신뢰도는 상승하지만, 그만큼 구간의 폭이 넓어져 모수의 위치를 특정하는 정밀도는 떨어지게 되는 상충 관계가 존재한다.

현대 통계학에서 추정은 데이터에 기반한 합리적 의사결정을 내리는 데 필수적인 도구이다. 경제 지표 예측, 선거 여론 조사, 공정 관리 및 신약 효능 분석 등 다양한 분야에서 표본 데이터를 통해 전체 현상을 파악하는 근거로 활용된다. 추정은 단순히 값을 짐작하는 것을 넘어 오차의 범위를 명시하고 확률적 타당성을 부여함으로써, 불확실한 상황에서도 객관적이고 과학적인 결론을 도출할 수 있게 한다.