Quando estimamos um parâmetro em tempo hábil, podemos saber com certeza qual é esse valor. Imagine uma população de 30 pessoas da qual selecionamos uma amostra de 20 para as quais sabemos suas idades. Estimar a idade média em tempo hábil seria tão simples quanto somar esses 20 pontos de dados e dividi-los pelo total da amostra estatística.

Agora vamos pensar sobre o que queremos estimar a altura média dessa amostra. Ao contrário de antes, não temos o valor da altura de cada pessoa. Neste caso não conseguimos fazer uma estimativa pontual, ou seja, não conseguimos encontrar um valor específico dessa altura média. Neste caso teríamos que fazer uma estimativa por intervalos, ou seja, poderíamos limitar o maior e o menor valor das alturas das pessoas com certa certeza ou o que é conhecido em estatística como certo nível de confiança.

As propriedades desejáveis ​​de um estimador são as seguintes:

• Imparcialidade: Um estimador é imparcial quando a expectativa matemática do estimador é igual ao parâmetro a ser estimado. Portanto, a diferença entre o parâmetro a ser estimado e a expectativa do nosso estimador teria que ser 0.

• Eficiente:
  Um estimador é mais eficiente ou tem a capacidade de estimar com precisão quando sua variância é baixa. Portanto, quando nos deparamos com 2 estimadores, sempre escolheremos aquele com menor variância.

• Consistência: Um estimador consistente é aquele que, à medida que a amostra cresce, se aproxima cada vez mais do valor real do parâmetro. Portanto, quanto mais valores de y entrarem na amostra, mais preciso será o parâmetro estimado.

Para obter uma estimativa pontual, uma estatística chamada estimador ou função de decisão é usada. Alguns exemplos de estatísticas são:

• A média amostral que serve como uma estimativa pontual da média populacional.

• O desvio padrão da amostra que serve como uma estimativa para o desvio padrão da população.