Как известно, моделирование проводится для определения тех или иных характеристик системы (например, качества системы обнаружения полезного сигнала в помехах, измерения ее параметров). Так как входные воздействия представляют собой случайные процессы, то для получения информации о параметрах системы необходимо провести определенное количество (как правило, достаточно большое) экспериментов или опытов.
Прежде всего нужно отметить, что любое значение искомого параметра, вычисленное на основе ограниченного числа экспериментов, всегда будет содержать элемент случайности. Такое приближенное случайное значение мы будем называть оценкой параметра. Например, оценкой для математического ожидания может служить среднее арифметическое наблюдаемых значений случайной величины в N независимых опытах. При большом числе опытов среднее арифметическое будет с большой вероятностью весьма близко к математическому ожиданию. Если же число экспериментов N невелико, то замена математического ожидания средним арифметическим приводит к ошибке. Эта ошибка в среднем тем больше, чем меньше число экспериментов. Так же обстоит дело и с оценками других неизвестных параметров. Любая из таких оценок случайна: при ее использовании неизбежны ошибки. Желательно выбрать такую оценку, чтобы эти ошибки были минимальны.
Сформулируем следующую общую задачу. Имеется случайная величина X, функция распределения вероятности которой содержит неизвестный параметр a. Требуется найти подходящую оценку для параметра a по результатам N экспериментов, в каждом из которых величина Х принимает определенное значение. Полученные значения можно рассматривать как N независимых случайных величин X1, X2, …, XN, каждая из которых распределена по тому же закону, что и случайная величина X. Обозначим через 
оценку параметра для параметра а. Любая оценка должна представлять собой функцию величин X1, X2, …, XN и, следовательно, сама является случайной величиной. Функция распределения зависит, во-первых, от функции распределения величины Х, а во-вторых, от количества экспериментов.
К оценке , как правило, предъявляется несколько требований. Естественно потребовать от оценки , чтобы она при увеличении числа экспериментов N приближалась (сходилась по вероятности) к параметру а. Оценка, обладающая таким свойством, называется состоятельной.
Кроме того, желательно, чтобы, пользуясь величиной вместо а, мы не делали систематической ошибки в сторону завышения или занижения, т.е. выполнялось условие
} = a,где M{…} - обозначение математического ожидания. Оценка, удовлетворяющая такому условию, называется несмещенной.
Наконец, желательно, чтобы выбранная несмещенная оценка обладала по-сравнению с другими возможными оценками наименьшей дисперсией, т.е.
} = min.Оценка, обладающая таким свойством, называется эффективной.