Supóñase que se ten unha mostra ''x''<sub>1</sub>, ''x''<sub>2</sub>, …, ''x''<sub>''n''</sub> de ''n'' observacións [[Variables aleatorias independientesindependentes e idénticamenteidenticamente distribuidasdistribuídas|independentes e identicamente distribuídas]] extraídas dunha [[función de distribución]] descoñecida con [[función de densidade]] (ou función de probabilidade) ''f''<sub>0</sub>(·). Sábese, con todo, que ''f''<sub>0</sub> pertence a unha familia de distribucións {{nowrap|{ ''f''(·{{!}}''θ''), ''θ'' ∈ Θ }}}, chamada [[modelo paramétrico]], de maneira que ''f''<sub>0</sub> corresponde a {{nowrap|1=''θ'' = ''θ''<sub>0</sub>}}, que é o ''verdadeiro valor'' do parámetro. Deséxase atopar o valor <math style="vertical-align:0">\scriptstyle\hat\theta</math> (ou ''estimador'') que estea o máis próximo posible ao verdadeiro valor ''θ''<sub>0</sub>.
Tanto ''x''<sub>''i''</sub> como ''θ'' poden ser vectores.
