均方误差（mean-square error, MSE）是反映
估计量与被估计量之间
差异程度的一种度量。设t是根据子样确定的总体参数θ的一个估计量，(θ-t)2的
数学期望，称为估计量t的均方误差。它等于σ2+b2，其中σ2与b分别是t的
方差与
偏倚。
相合估计（或一致估计）是在大样本下评价估计量的标准，在样本量不是很多时，人们更加倾向于基于小样本的评价标准，此时，对
无偏估计使用
方差，对
有偏估计使用均方误差。
一般地，在
样本量一定时，评价一个点估计的好坏标准使用的指标总是点估计 与参数真值 的距离的函数，最常用的函数是距离的平方，由于估计量 具有随机性，可以对该函数求
期望，这就是下式给出的均方误差：
均方误差是评价
点估计的最一般的标准，自然，我们希望估计的均方误差越小越好，注意到
定义1 设有样本 对待估参数θ，有一个估计类，称 是该类中θ的一致最小均方误差估计，如果对该类估计中另外任意一个θ的估计 ，在
参数空间 上都有
既然一致最小均方误差估计一般是不存在的，人们通常就对估计提出一些合理性要求，如
无偏性就是一个常见的合理性要求。