A informação de Fisher nos dá a quantidade de informação a respeito de um parâmetro que é possível extrair de uma amostra.

O limite inferior de Cramér-Rao para variáveis aleatórias será ext{Var}( heta) ext{ (ou similar)}, mesmo que a amostra não seja independente e identicamente distribuída.

Se ext{Var}( heta_1) < ext{Var}( heta_2) então heta_1 é mais eficiente que heta_2, ou seja, está mais próximo do seu limite inferior de Cramér-Rao.

Estimadores viesados podem ser mais eficientes (i.e. ter menor variância) que estimadores não viesados.

Quanto maior a nossa amostra, menor será o limite inferior de Cramér-Rao.