滾針軸承(bearing)的參數(parameter)估計及非參數估計是常用的數據（data)分析(Analyse)方法
在近代統計學中,參數估計及非參數估計是常用的數據（data)分析(Analyse)(Data Analysis)方法
2.6.1參數(parameter)估計
在很多工程問題中,經常遇到隨機變量(Variable)x的分布函數問題F(xn);On,On,…,O)的形式已知,參數(parameter)(O1,O2…,A)未知,為估計值個數;根據X樣本值(x
　　(1),x
　　(2),x(M)來估計參數(parameter)(O1,O2;…,Ob),達到對隨機變量(Variable)X的評估,這類問題是參數估計。螺栓滾輪軸承側滾輪為一套復合滾輪當中第二承載體，主要承受水平方向載荷，同樣具有很強的耐沖擊性、耐磨性及抗腐蝕性。側滾輪為無內圈滿滾針設計，由一根芯軸代替內圈和軸頭銜接承載。
簡單地說,參數(parameter)估計就是研究（research)總體的分布類型已知,其中的參數未知,利用樣本對這些參數進行評估的問題,如考慮（consider)某種電子元件的壽命(lifetime),樣本總體為x,即使不知道X的分布類型,也可利用樣本總體x的均值E(x)、方差VaX估計電子元件的平均壽命和壽命的波動情況。參數的點估計量如下:a=0(x(),i=1,2;…,m;n=2,…,N(2-23)式中,日;為被估計量,x(m)為第i個樣本的第n個數據（data),i為樣本序號,m為樣本個數,n為數據序號,N為數據個數。
在某種優良意義下對0做出估計,即點估計就是尋找未知參數G1估計量的方法,要求給定的方法能夠在一定優良準則下達到或者接近*優的估計。參數的點估計主要有矩估計和極大似然估計,下面分別進行介紹。
1.矩估計
英國統計學家皮爾遜在1894年提出矩估計的點估計方法,矩估計是根據樣本矩是相應總體矩的相合估計,即樣本矩依概率（probability)收斂于相應的總體矩,簡單地說,就是只要樣本容量充分大,樣本矩作為相應總體矩估計可以達到任意精確的程度。螺栓滾輪軸承側滾輪為一套復合滾輪當中第二承載體，主要承受水平方向載荷，同樣具有很強的耐沖擊性、耐磨性及抗腐蝕性。側滾輪為無內圈滿滾針設計，由一根芯軸代替內圈和軸頭銜接承載。滾輪軸承外圈采用外圈壁較厚的滿裝圓柱滾子軸承，滾輪的外徑面有圓柱形和弧形，可根據使用場合設計來與滾道面配合。利用這種外圈，滾輪可以直接在滾道上滾動，并可以承受較重負荷和沖擊負荷。
根據這個原理,矩估計的k階原點矩為4=∑x(n),i=12,…,m;n=12,…,N(2-24)Nn=1式中,A為第個樣本的k階原點矩,x(n)為第i個樣本的第n個數據（data),i為樣本序號,m為樣本個數,n為數據序號,N為數據個數。