Ett av målen för slutsatsstatistik är att uppskatta okänd befolkning parametrar. Denna uppskattning utförs genom att konstruera förtroendeintervaller från statistiska prover. En fråga blir: "Hur bra har vi en skattare?" Med andra ord: "Hur korrekt är vår statistiska process på lång sikt för att uppskatta vår befolkningsparameter. Ett sätt att bestämma värdet på en estimator är att överväga om den är opartisk. Denna analys kräver att vi hittar förväntat värde av vår statistik.
Vi börjar med att överväga parametrar och statistik. Vi tar hänsyn till slumpmässiga variabler från en känd typ av distribution, men med en okänd parameter i denna distribution. Denna parameter gjordes vara en del av en population, eller den kan vara en del av en sannolikhetsdensitetsfunktion. Vi har också en funktion av våra slumpmässiga variabler, och det kallas en statistik. Statistiken (X1, X2,... , Xn) uppskattar parametern T, och så kallar vi det en uppskattare av T.
Vi definierar nu opartiska och partiska estimatorer. Vi vill att vår estimator ska matcha vår parameter på lång sikt. På mer exakt språk vill vi att det förväntade värdet på vår statistik ska vara lika med parametern. Om detta är fallet, säger vi att vår statistik är en opartisk uppskattning av parametern.
Om en estimator inte är en opartisk uppskattare är den en partisk uppskattare. Även om en partisk uppskattare inte har en bra justering av dess förväntade värde med sin parameter, finns det många praktiska fall då en partisk uppskattare kan vara användbar. Ett sådant fall är när ett konfidensintervall med plus fyra används för att konstruera ett konfidensintervall för en befolkningsandel.
Eftersom det förväntade värdet för statistiken matchar den parameter som den uppskattade innebär detta att provmedlet är en opartisk uppskattning för befolkningsmedlet.