在统计分析中,时常会遇到分组数据的情形。分组数据是一种不完全数据,它是指在实验中不能得到变量的具体值,只知道变量所处的范围。近年来,对于分组数据的研究很多,如何在分组数据的情况下估计总体参数,已经成了一个热点问题。　　 本文主要讨论了基于分组数据情况下的若干估计问题。本文第二部分在介绍了基于分组数据的极大似然估计的基础上,重点讨论了当观测数据是分组数据时,如果已知总体的分布,把落入每个区间的样本个数看作多项分布,利用矩估计得到分布中未知参数的估计。由于此种情况下往往得不到参数的显式解。因此,本文选用Newton-Raphson公式通过迭代方法得出未知参数的数值解。　　 然而在实际应用中,我们往往很难或是无法得知总体的分布,因此本文第三部分重点讨论了经验似然方法。经验似然是一种非参数统计推断方法,它基于完全由样本观测值决定的似然比函数,并不依赖于总体服从的具体分布,且具有很好的渐近性质。文中我们主要讨论了基于分组数据的均值的经验似然估计,通过完全基于样本观测值的似然比函数得出均值的置信区间或近似置信区间,并利用模拟论证了此种方法的可行性。