バイアスと不偏性 推定量の(データをあれこれ変えた場合の)平均値が真の母数に一致すること一致しない場合は，そのズレを bias という。
不偏推定量の平均二乗誤差は分散である。
Th. Cramer-Rao 適当な条件の下で，不偏推定量の分散の下限はFisher情報量I(θ)等号は，以下の有効式 efficient eq. が成り立つとき。
効率と有効性効率1のとき，有効であるといい，有効式が成立する。
尤度方程式の解
Th. 有効推定量は，存在すれば最尤推定量である。 逆は必ずしも成り立たない。
一致性 consistency データ数の極限で真の母数に確率収束すること。不偏性に相当する。 概収束するとき，特に強一致性という。
漸近正規性 asymptotically normal
を漸近共分散といい，これがフィッシャー情報量に一致するとき，漸近有効という。
Th. Cramer 最尤推定量は漸近有効推定量である。
