小域估计（small area estimation），理学-统计学-数理统计-抽样调查，直接利用落在小域的样本量无法保证对于小域中子总体的估计和推断的精度和可靠度时常用的估计方法。印度统计学家C.R.拉奥[注]于2003年将域定义为“既可以表示地理区域，又包括按某种属性划分出的子总体。如果一个域的样本量大到能够以传统的直接估计方法来给出足够精度，就称之为大域；若无法用直接估计方法给出足够精度，则称之为小域”。关于域与小域估计问题的初步研究分别出现于11世纪的英国和17世纪的加拿大，主要关于人口统计学，这些早期的域和小域估计实质上是建立在人口普查或是完整行政记录之上的一种对域或小域的“统计”。在抽样设计中，样本量的设计是基于总体中某个最重要的目标变量的精度要求进行设计，即样本量可以满足估计总体目标变量的精度要求。然而对于子总体（小域）的估计，所得样本单元落在各子总体的分布不均匀，有些子总体中所包含的样本单元相对较多，而有些子总体中所包含的样本单元则相对较少，甚至部分子总体没有样本单元，因此在一定的精度要求下，单纯用估计总体的方法去估计子总体，其样本量是不够的。