无偏性

• 一个估计量被称为无偏的，如果它的期望值等于被估计的真实参数值。数学上，假设 $\theta$ 是我们想要估计的参数，而 $\hat{\theta }$ 是这个参数的估计量，那么估计量 $\hat{\theta }$ 是无偏的，当且仅当 $E(\hat{\theta })=\theta$。
  • 无偏性意味着，如果我们多次从总体中抽取样本并计算估计量，那么这些估计值的平均值将等于真实的参数值。换句话说，无偏估计量不会系统地高估或低估参数。