点推定

期待値が真値に等しい推定量。標本分散は $n-1$ で割ると不偏になる。

最尤推定量。対数尤度を最大化して求める。ポアソンは $\bar X$、指数は $1/\bar X$。

母積率と標本積率を等置して推定量を得る方法。$U(0,\theta)$ なら $\hat\theta=2\bar X$。

尤度のもつ情報量。MLEの漸近分散の逆数で、推定精度の下限を与える。

MLEは大標本で正規分布に近づき、分散はフィッシャー情報量の逆数。

母数に関する情報を余さず含む統計量。ポアソン・指数では $\sum X_i$。

不偏推定量どうしを分散（不偏なら平均二乗誤差に一致）で比較し、より小さいほうを有効という。分散最小の不偏推定量が有効推定量。

推定量の総合的な誤差。分散とバイアスの二乗の和に分解できる（バイアス–分散分解）。推定量の優劣比較の基準。