设 hat(theta) 是未知参数 theta 的一个估计量，若 Ehat(theta) neq theta，则 hat(theta) 是 theta 的()A. 极大似然估计B. 矩法估计C. 相合估计D. 有偏估计

本题考查估计量的无偏性。关键点在于理解无偏估计与有偏估计的定义：

• 若估计量 $\hat{\theta}$ 的期望值等于参数 $\theta$，即 $E(\hat{\theta}) = \theta$，则称 $\hat{\theta}$ 是 $\theta$ 的无偏估计；
• 若 $E(\hat{\theta}) \neq \theta$，则 $\hat{\theta}$ 是 $\theta$ 的有偏估计。

题目中直接给出 $E(\hat{\theta}) \neq \theta$，因此无需计算，直接根据定义即可判断答案。

选项分析

1. 极大似然估计（A）
   极大似然估计是一种通过最大化似然函数来构造估计量的方法。虽然极大似然估计在大样本下通常具有一致性（相合性），但它可能有偏（例如泊松分布均值的极大似然估计是有偏的）。因此，极大似然估计本身不直接对应题目中的条件。

2. 矩法估计（B）
   矩法估计通过令样本矩等于总体矩来构造估计量。虽然矩法估计在构造时可能保证无偏性，但并非所有矩法估计都是无偏的（例如正态分布标准差的矩法估计是有偏的）。因此，矩法估计也不直接对应题目中的条件。

3. 相合估计（C）
   相合估计强调随着样本量增大，估计量依概率收敛到参数真值，与期望是否等于参数无关。例如，一个有偏估计可能仍然是相合的（如极大似然估计）。因此，相合性与题目条件无关。

4. 有偏估计（D）
   根据定义，若 $E(\hat{\theta}) \neq \theta$，则 $\hat{\theta}$ 是 $\theta$ 的有偏估计。题目条件直接满足这一定义，因此正确答案为 D。