有效性指估计量的有效性。设为参数的无偏估计量，则的有效性定义为：

式中为样本的费希尔信息量。

对于无偏估计来说，表示最小可能方差与实际方差的比率。通过C-R下界可以证明。如果对于参数的任意取值，其无偏估计量均有，则被称为是有效的。等价地，这时对于所有，关于估计量的C-R不等式中的等式成立。一个有效的估计一定是最小方差无偏估计（UMVUE）。这是因为一个有效的估计使得C-R不等式中的等式对所有参数值都成立，这意味着它对于所有参数均达到最小方差。但是对于UMVUE估计来说，即使它存在，也不一定是有效估计，因为方差“最小”并不意味着C-R不等式中的等式成立。因此，一个有效的估计不一定存在，但如果它的确存在，则它一定是UMVUE。

有效性也是比较估计量优良性的一个概念。称估计比另一个估计更有效，若的均方误差比的均方误差小。若参数有最小方差无偏估计，则对的任何无偏估计，称比值为的效率。