Un estimador es insesgado si, al aplicarlo repetidamente sobre muchas muestras distintas extraídas de la misma población, el promedio de todas esas estimaciones coincide exactamente con el valor real del parámetro poblacional, sin una tendencia sistemática a sobreestimarlo o subestimarlo.
Por qué insesgado no siempre significa “mejor”
Un estimador puede ser insesgado pero tener una varianza muy alta (estimaciones individuales muy dispersas), mientras que otro ligeramente sesgado podría tener mucha menor varianza y ser, en la práctica, más preciso en promedio; elegir entre ambos implica un compromiso que depende del contexto específico del problema.