Какие свойства часто (при обычных условиях) проявляет MLE при увеличении размера выборки?

Во многих регулярных задачах MLE приближается к истинному параметру при росте n и становится более стабильной. Это связано с идеей, что при больших выборках MLE использует доступную информацию почти оптимально, то есть повышается эффективность (интуитивно). Однако на малых выборках MLE может быть смещённой и чувствительной к выбросам или неверной модели. Ошибка — ожидать от MLE гарантированных свойств без проверки предпосылок.