推定の差の偏ったと不偏推定
1.定義：
バイアス推定：数学的期待値の量を推定パラメータの真の値を推定する等しく、推定、すなわち、推定されたパラメータの不偏推定値であると言われているサンプルを意味平均集団の期待に等しいので、サンプルが公平であることを意味します。
不偏推定値：数学的期待値の推定量は、推定されるパラメータの真値に等しくない場合、この推定値は、推定値にバイアス推定されたパラメータと呼ばれます。
偏った推定し、長所と短所の不偏推定：
バイアス推定系統的誤差が存在するが、小さな分散、いくつかのケースでは大きなばらつきが全く差がないが、公正な推定システム。
2、実際のプロジェクトを理解します
ランダム性の存在をしばしば推定するために複数の測定値を使用して、Xの量を確認する必要があると仮定し、この測定値、実際のエンジニアリングデータ処理。どのように真の統計的測定によって推定値、我々は偏った推定と公平を使用しました。
正確にアプリケーションパートX値は、量を確認するために必要な統計的尺度を推定することができる数学的モデルで使用される場合は、公平と呼ばれます。この推定は、実際のプロジェクトの理想的な状態です。
しかし、正確に期待値の統計のX量の必要な測定のそれぞれの量、および一部を見積もることができない数学的モデルを使用することになるため、不確実性の実際のプロジェクトでは、偏った推定値であるX、真の値ではありません。だから、多くの偏った推定アルゴリズムは、偏った推計によるモデルの排除を相殺しているように見えます。