与都是参数θ的无偏估计量，问哪一个较有效
衡量估计量优劣的标准一般有以下三个：
1、无偏性：无偏性不是要求估计量与总体参数不得有偏差，因为这是不可能的，既然是抽样，必然存在抽样误差，不可能与总体完全相同。
无偏性指的是如果对这同一个总体反复多次抽样，则要求各个样本所得出的估计量（统计量）的平均值等于总体参数。符合这种要求的估计量被称为无偏估计量。
2、有效性：估计量与总体之间必然存在着一定的误差，衡量这个误差大小的一个指标就是方差，方差越小，估计量对总体的估计也就越准确，这个估计量也就越有效。
3、一致性：一致性指的是当样本量逐渐增加时，样本的估计量（统计量）能够逐渐逼近总体参数。
扩展资料：
（1）无偏性
无偏性是指估计量抽样分布的数学期望等于总体参数的真值。无偏性的含义是，估计量是一随机变量，对于样本的每一次实现，由估计量算出的估计值有时可能偏高，有时可能偏低，但这些估计值平均起来等于总体参数的真值。在平均意义下，无偏性表示没有系统误差。
（2）一致性
有效性是指估计量与总体参数的离散程度。如果两个估计量都是无偏的，那么离散程度较小的估计量相对而言是较为有效的。离散程度是用方差度量的，因此在无偏估计量中，方差愈小愈有效。
（3）有效性
一致性，又称相合性，是指随着样本容量的增大，估计量愈来愈接近总体参数的真值。
参考资料来源：百度百科-参数
无偏性。
无偏性不是要求估计量与总体参数不得有偏差，因为这是不可能的，既然是抽样，必然存在抽样误差，不可能与总体完全相同。
正态分布的规律，均值X服从N（u，（σ^2）/n）。正态分布n均数为中心，左右完全对称；两个参数，μ，σ；标准正态分布，u分布拐点，曲线下的面积分布规律，对称均数的两侧面积相等，μ±1.96σ，占总面积95%，μ±2.58σ，占总面积99%。
图形特征
集中性：正态曲线的高峰位于正中央，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
以上内容参考：百度百科-正态分布
1、无偏性：无偏性不是要求估计量与总体参数不得有偏差，因为这是不可能的，既然是抽样，必然存在抽样误差，不可能与总体完全相同。无偏性指的是如果对这同一个总体反复多次抽样，则要求各个样本所得出的估计量（统计量）的平均值等于总体参数。符合这种要求的估计量被称为无偏估计量。
2、有效性：估计量与总体之间必然存在着一定的误差，衡量这个误差大小的一个指标就是方差，方差越小，估计量对总体的估计也就越准确，这个估计量也就越有效。
3、一致性：一致性指的是当样本量逐渐增加时，样本的估计量（统计量）能够逐渐逼近总体参数
