本文主要考虑误差服从对称分布时关于总体均值的自适应估计方法。关于总体均值估计常用的方法有样本均值和样本中位数,但样本均值在含有异常值或者误差分布厚尾的情形不具有稳健性；另一种常用估计是样本中位数,它虽然能克服样本均值的不稳健的缺点,但是却达不到样本均值的估计效率。注意到样本均值和样本中位数的目标函数都是误差的偶函数。基于这些事实,本文直接利用模型误差服从对称分布的假设构造新的估计总体均值的方法并在此假设下系统地建立了其相应的的统计推断理论。这种自适应方法克服了样本均值估计在出现异常值或重尾分布时不具有稳健性的缺点,另一方面相比样本中位数极大的提高了估计效率,具有明显的优势。文章建立了这种自适应估计方法的估计表达式,并从理论上进行了总体稳健性分析和渐近正态性分析,进而说明这种方法的合理性。通过Matlab进行数字模拟,分别举例当误差为不同分布时,与样本均值、样本中位数在偏差、标准差等方面进行比较,结果均表明了文章建立的方法是一种自适应稳定的估计方法,辅助说明方法建立的实际意义。