O Paradoxo de Stein mostra que, quando três ou mais parâmetros são estimados simultaneamente, existem estimadores combinados mais precisos em média (ou seja, com menor erro quadrado médio esperado) do que qualquer método que lide com os parâmetros separadamente.
Este é um resultado muito contra-intuitivo. O mesmo resultado é válido se, em vez de usar a norma (o erro quadrado médio esperado), usamos a norma l 1 (o erro absoluto médio esperado)?