无偏估计是参数的样本估计值的期望值等于参数的真实值.举个例子：设A'=g(X1,X2,...,Xn)是未知参数A的一个估计量,若A'满足若E(A'）= A（无偏估计的特点） ,则称A'为A的无偏估计量,否则为有偏估计量.
t分布是在小样本情况下引进的统计量,它提高了小样本时候估计的可信度.其分布图形与正太分布相仿,只是两端比较“厚实”（厚尾）；随着样本量的逐渐增大,t分布与正太分布越接近.
无偏估计是参数的样本估计值的期望值等于参数的真实值.举个例子：设A'=g(X1,X2,...,Xn)是未知参数A的一个估计量,若A'满足若E(A'）= A（无偏估计的特点） ,则称A'为A的无偏估计量,否则为有偏估计量.
t分布是在小样本情况下引进的统计量,它提高了小样本时候估计的可信度.其分布图形与正太分布相仿,只是两端比较“厚实”（厚尾）；随着样本量的逐渐增大,t分布与正太分布越接近.