Estimador
Um estimador $\hat{\theta}$ de um parâmetro $\theta$ é uma função das observações da amostra
\[\hat{\theta}=\hat{\theta}\left(X_1, X_2, \ldots, X_n\right)\]Estimador não-viesado
\[E(\hat{\theta})=\theta\]Viés
\[\text{ Viés }(\theta)=E(\hat{\theta})-\theta\]Eficiência
Um estimador $\hat{\theta_1}$ é dito mais eficiente que $\hat{\theta_2}$ quando
\[\text{ Var }\left(\hat{\theta_1}\right)< \text{ Var }\left(\hat{\theta_2}\right)\]Consistência
Um estimador $\hat{\theta}$ é dito consistente quando, para todo $\epsilon>0$
\[\lim _{n \rightarrow \infty} text{ Pr }(|\hat{\theta}-\theta|>\epsilon)=0\]Erro Quadrático Médio (EQM)
\[\begin{gathered} \text{ EQM }(T ; \theta)=E\left((T-\theta)^2\right) \\ \text{ EQM }(T ; \theta)=\text{Var}(T)+(\text{ Viés }(T))^2 \end{gathered}\]Estimador Consistente
Um estimador $\delta$ é dito consistente quando: $\delta_n \rightarrow \theta$, para $n \rightarrow \infty$