备考CFA考试你知道如何描述一个估计量（estimator）的理想性质（desirable statistical properties）？如果你不知道如何描述的话，跟着融跃小编看看吧！
无论是点估计还是置信区间，一些估计量都因为具有一些统计的性质而优于其它的估计量。一个估计量的理想性质包括：无偏性（unbiasedness），有效性（efficiency），以及一致性（consistency）。
一个无偏的估计量是指：这个估计量的期望值等于试图估计的参数的真实值。举例来说，样本均值的期望值，等于总体均值：因此样本均值是总体均值的无偏估计
如果一个无偏的估计量的抽样分布的方差，比所有估计同一个参数的其他无偏估计量的方差要小，这个估计量就是有效的。举例来说，样本均值是总体均值的无偏的、有效的估计量。
CFA备考怎么能少了CFA备考资料呢？小编为各位考生准备了CFA备考资料，有需要可以点击下方链接获取！
一致性是说，随着样本量的增大，对参数的估计的*性不断增加。随着样本量的增大，样本均值的标准误差不断下降，而抽样分布也更加集中在总体均值附近。事实上，随着样本量趋向于无穷，样本均值的标准误差趋向于0。
这就是CFA考试中的这个知识点，在备考中CFA考试不是简单的，需要下功夫学习，那你在学习中遇到什么问题可以在线咨询融跃CFA老师，我们老师为你解答相关为你哦！
本文章为学习相关信息展示文章，非课程及服务广告文章，产品及服务详情可咨询网站客服微信。
文章转载须注明来源，文章素材来源于网络，若侵权请与我们联系，我们将及时处理。
