Sobre inferência estatística, mais precisamente sobre parâmetros e estimadores, é correto afirmar que um estimador θ é não viciado se
o seu valor esperado coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro θ de interesse e sua variância converge para zero.
a sua mediana coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, sua mediana converge para o parâmetro θ de interesse e sua variância converge para zero.
o seu valor esperado coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, sua moda converge para o parâmetro θ de interesse e sua variância converge para zero.
a sua mediana coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro θ de interesse e sua variância converge para zero.