Los buenos criterios para la estimación muestral son la imparcialidad, la coherencia y la validez.
1.
La imparcialidad requiere que no haya desviación entre el promedio de todos los indicadores muestrales posibles (la expectativa matemática de los indicadores muestrales) y los parámetros poblacionales estimados. Aunque puede haber errores entre cada valor del índice de muestra y el valor del índice general, en múltiples estimaciones repetidas, el promedio de todos los valores del índice de muestra debe ser igual al valor del índice general estimado en sí, es decir, utilizar el índice de muestra para estimar. Los parámetros generales son, en promedio, imparciales.
2. Consistencia.
La coherencia en el uso de estadísticas para estimar parámetros poblacionales requiere que cuando el número de unidades en la muestra sea suficientemente grande, el índice muestral también esté lo suficientemente cerca del índice poblacional. Es decir, a medida que el número de unidades de muestra n aumenta infinitamente, el valor absoluto de la diferencia entre la estadística y el parámetro poblacional desconocido es menor que cualquier número pequeño, y su probabilidad también se acerca a 1, lo que en realidad es casi seguro.
3.
Validez Al estimar parámetros poblacionales utilizando estadísticas, la varianza de un buen estimador debe ser menor que la varianza de otros estimadores. Por ejemplo, la media muestral o el valor de una determinada variable en la población se utiliza para estimar la media poblacional. Aunque ambos son insesgados, y en cada estimación, los dos estimadores y la media poblacional pueden tener desviaciones, la media muestral El número. está más cerca de la media general y su desviación es menor en promedio. Por tanto, en comparación, el promedio muestral es un estimador más eficaz.