unbiased estimator（无偏估计）是用样本统计量来估计总体参数时的一种无偏推断。是FRM考试中的重要知识点，备考中一定要重点掌握！
估计量的数学期望等于被估计参数的真实值，则称此估计量为被估计参数的无偏估计，即具有无偏性，是一种用于评价估量优良性的准则。
unbiased estimator（无偏估计）的意义是：在多次重复下，它们的平均数接近所估计的参数真值，无偏估计常被应用于检验分数统计中。
unbiased estimator（无偏估计）的性质：》》》点击咨询FRM特惠课程
1. 样本均值`X是总体期望E[X]的无偏估计
2. 样本二阶原点矩矩
的无偏估计是总体二阶原点矩
3. 对任意总体X，若E[X]=X1，X2，…，Xn是来自总体X的样本，则E[X]=u，u，
4. 当总体X的k阶矩存在时，样本的 k 阶原点矩是ak,总体k阶原点矩uk的无偏估计，但对 k 阶中心矩则不一样。
5. 无偏性不具有不变性，若`θ是θ的无偏估计，一般而言，其函数g(`θ)不是g（θ）的无偏估计，除非g（θ）是θ的线性函数。
想要了解更多有关FRM考试相关资讯，在线咨询老师或者添加融跃老师微信（rongyuejiaoyu）！另外还可以领取免费备考资料哦！
