概率论第七章主要涉及以下知识点：

矩估计 ：

矩估计是基于样本矩来估计总体矩的方法。具体步骤包括记总体的m阶原点矩为$E（X_m）$，算出样本的m阶原点矩，令总体矩等于样本矩，解方程组得到参数估计值。

最大似然估计 ：

最大似然估计是通过最大化似然函数来得到参数估计值的方法。似然函数是样本观测值在给定参数下的联合概率函数，极大似然估计即为使得似然函数最大的参数值。

区间估计 ：

区间估计是通过样本统计量来构造总体参数可能取值范围的估计方法。常用于估计总体均值、方差等参数的一个区间范围。

点估计 ：

点估计是通过样本统计量直接估计总体参数的方法。例如，用样本均值估计总体均值。

估计量的优良性 ：

包括估计量的无偏性、一致性、有效性等性质。无偏性指估计量的期望等于被估计的参数，一致性指估计量依概率收敛到被估计的参数，有效性指在无偏估计量中，方差最小的估计量最有效。

置信区间 ：

置信区间是包含未知参数的可能取值的一个区间，常用于对总体参数进行区间估计和假设检验。例如，单个正态总体均值和方差的置信区间，两个总体的均值差和方差比的置信区间。

替换原理 ：

替换原理是矩估计方法的基础，通过用同阶、同类的样本矩来估计总体矩。

这些知识点在考研中经常以解答题的形式进行考查，有时也会结合验证估计量的无偏性等数字特征进行考查。建议同学们在复习时，重点掌握矩估计和最大似然估计的方法和步骤，并理解其优良性标准，同时多做相关习题以巩固所学知识。