充分性原则（the sufficiency principle），理学-统计学-数理统计-参数空间，在参数估计中，如果是的一个充分统计量，则的任意依赖于样本的推断都可以经由值完成。基本原理在研究估计量的优良性时，通常标准有无偏性、一致性等。如果参数的某个估计量是无偏的，即，并且的方差小于或等于的任何其他无偏估计量的方差，该估计量称为参数的最小方差无偏估计量（MVUE）。在寻找参数的MVUE时，如果参数的充分统计量存在，那么就可以将寻找限制在充分统计量的函数上，以寻找更优的估计量。充分统计量：假定某一分布有分布密度函数或概率分布列。设是一个统计量，它的分布密度函数或概率分布列是，则是的充分统计量当且仅当：成立，式中不依赖于。充分统计量计算方法：假设是参数的充分统计量，在很多情况下，要求的概率密度函数或概率分布列是很困难的，可以通过下述奈曼因子分解定理来求解：定理（奈曼）。设某一分布有概率密度函数或概率分布列。是来自该分布的样本量为的随机样本，是参数的充分统计量当且仅当可以找出两个非负函数和，使得：成立，其中不依赖于。性质定理：①对于欧氏样本空间，参数的充分统计量必然存在。