稠密性估计（density estimation），理学-计算机科学技术-计算机科学理论-概率统计-概率推理，通过总体样本的观测数据估计总体的概率密度函数。广义上，稠密性估计方法包括参数估计和非参数估计。参数估计法假定总体服从某种已知概率分布，根据样本观测值推断总体分布的参数取值；非参数估计法不假定总体分布函数的具体形式，而是在尽可能少假定的情况下，根据样本观测数据直接进行总体概率密度函数估计。在统计学中，稠密性估计一般被指非参数稠密性估计。非参数稠密性估计方法包括直方图法、Parzen窗法、k-邻近法等。直方图法首先将样本空间分成若干等距箱体，然后统计落入箱体的样本观测点数量，并将其占纵样本观测量的比例作为总体相应箱体的概率密度估计；直方图方法简单直观，但获得的密度函数在箱体交接处不光滑。