Pebuktian MSE[t(x)] = E[t(x)- ᶿ]2 = bar[t(x)]+[bias[t(x)]]2

     Sesatan kuadrat rata-rata estimator t[x] untuk parameter ᶿ dinotasikan dengan SME(T(x)) didefinisikan dengan MSE[t(x)] = E[t(x)- ᶿ]². jika demikian buktikan bahwa SE[t(x)] = E[t(x)- ᶿ]2 = bar[t(x)]+[bias[t(x)]]2.

Bentuk ekspektasi dari persamaan tersebut dapat disederhanakan menjadi:

Apabila t[x] adalah estiator tak bias untukᶿ maka:
MSE(t[x])=Var(t[x])

Secara umum MSE mempunyai dua komponen, yaitu varian yang mengukur variabilitas dan bias yang mengukur ke suratan dari estimator

Sumber

Widiharati. T.2009.Buku Ajar Statistika Mateatika II.UNDIP.Semarang