无偏性:估计量的无偏性是指在重复抽样的条件下,样本均值的期望值等于总体均值。也就是说,如果进行多次同样的抽样调查,那么所得到的各个样本均值的平均值将接近于总体均值。这是评价一个估计量好坏的重要标准之一。
有效性:有效性是指在满足一定条件(如无偏性)的情况下,估计量的方差尽可能的小。因为方差越小,说明该估计量的取值越集中,即其随机波动的程度较小,从而使得该估计量更能代表总体参数的真实值。
一致性:一致性是指当样本容量趋于无穷大时,估计量的值收敛于被估计的总体参数的真实值。这意味着随着样本容量的增大,估计量的值会越来越接近真实的总体参数,这就是我们通常所说的“大数定律”。一致性是评价估计量的一个重要标准。
总的来说,一个好的估计量应该满足无偏性、有效性、一致性的要求。这三个特性都是从不同角度来衡量一个估计量的好坏,其中无偏性和一致性是从估计结果的准确性来考虑,而有效性则是从估计的稳定性来考虑。