在已知概率分布函式構造的情況下，概率分布的一些引數未知，如高斯分布的namda、方差，而利用採集到的引數來對未知引數進行估計就是引數估計。比較基礎的有矩估計、最大似然估計。而不同的方法對未知引數估計可能有優劣之分，因此引出了如何評價引數估計方法的方法。
首先在引數估計中待估計引數也是乙個隨機變數，因此對此隨機變數進行分析來判斷其好壞
待估計量的數學期望咋算？首先，前面的引數估計方法是採用取樣得到的資料進行估計的，如x1,x2,x3...xn是取樣得到的資料，而
g(x1,x2,x3,...,xn)是樣本資料的函式，基本上引數估計方法都是類似函式g，而資料中xi每個都是乙個隨機變數，在概率論中，隨機變數的函式也是乙個隨機變數，因此可以按照期望的規則來算，舉個簡單例子：
等式右邊e(1\n*累加（xi))=1\n*累加（e(xi))由於e(xi)等於x的均值，因此最後說明樣本均值的演算法也是無偏估計。
具體計算的話就是利用那些公式，如e(x+y)=e(x)+e(y)等
無偏估計 Unbiased Estimator
無偏估計是引數的樣本估計量的期望值等於引數的真實值。乙個簡單的例子 比如我要對某個學校乙個年級的上千個學生估計他們的平均水平 真實值，上帝才知道的數字 那麼我決定抽樣來計算。我抽出乙個10個人的樣本，可以計算出乙個均值。那麼如果我下次重新抽樣，抽到的10個人可能就不一樣了，那麼這個從樣本裡面計算出來...
無偏估計 Unbiased Estimator
無偏估計是引數的樣本估計量的期望值等於引數的真實值。乙個簡單的例子 比如我要對某個學校乙個年級的上千個學生估計他們的平均水平 真實值，上帝才知道的數字 那麼我決定抽樣來計算。我抽出乙個10個人的樣本，可以計算出乙個均值。那麼如果我下次重新抽樣，抽到的10個人可能就不一樣了，那麼這個從樣本裡面計算出來...
有效性單元
demonstration company公司生產乙個叫做pcx conveyor的產品，portable model pcx conveyor.標準的產品bom如下 物料數量 發料倉庫 10pcx belt black trackmate 533 cos pvc 1.0000 whams1 20p...