谈估计方法的“有偏“还是“无偏“何时才是有意义的？
但凡是想通过有限的信息去"估计"一个整体的"量"，这种情形下谈这个"估计"的方法“有偏”\“无偏”才有意义。一般来说，这种情形下，这个被估计的"量"肯定是有碍于技术或者现实情况无法严格准确获取，比如因为成本过高这些"量"无法通过穷举或者其他办法获知。否则，如果被估计的"量"很容易获取，就不需要"估计"了，采用统计方法就可以了。
如果你只是要进行简单的"统计"就能获得你想要的"量"，那么没必要去关心所采用的方法是"有偏"还是“无偏"；尤其是当整体信息很容易获取的情况下谈"有偏"还是“无偏"就毫无意义。比如要谈某个班级的身高的平均值，直接将身高总数除以班级人数就可以了，因为根本没必要去"估计"，因为它仅仅是个"统计"问题；同样的，求一个班级的身高方差也不用任何纠结，求方差过程中除以班级人数就OK了，没有必要非常变态的研究是除以"班级总人数"还是"班级总人数-1"，你要是去纠结这个，那就是吃饱了撑的了。但是，假如学校有几万人，你要统计的是整个学校所有的人的平均身高，这个时候一个一个进行统计是不现实的，反而需要使用的"估计"的方法。你采用的方法是随便抓100个人过来，将这100人总的身高数值除以100，估计出来的平均值就可以假设认为是整个学校的身高平均值，因为，你是用部分样本估计了总体样本的一个”量“，所以这个是"估计"；此时，要是估计整个学校学生身高的方差，如果要想估计方法"无偏", 那就不是除以100了，而是除以99。当然，如果你是一位粗人，无所谓啥"有偏"还是“无偏"的束缚，那么你直接除以100也不会遭到嘲笑的，具体原因得继续往下看。总之，无法通过整体直接"统计"获得你想要的"量"时，你只能通过"部分样本"来做"整体样本""量"的估计时，谈估计方法的"有偏"还是"无偏"才是有意义的。
参考blog
推荐阅读：Batch Normalization原理与实战
谈估计方法的“有偏“还是“无偏“何时才是有意义的？相关推荐
- python 标准差Std() 参数决定有偏或无偏
numpy.std() 求标准差的时候默认是除以 n 的,即是有偏的,np.std无偏样本标准差方式为加入参数 ddof = 1: pandas.std() 默认是除以n-1 的,即是无偏的,如果想和 ...
- 注意numpy与pandas里std中的有偏和无偏
numpy 中 std默认是有偏的 pandas 中std默认是无偏的 有偏:除 n 无偏:除n-1 都取决于ddof 这个参数 ddof = 1 # 无偏 ddof = 0 # 有偏
- 协方差公式性质证明过程_论文推荐 | 刘志平：等价条件平差模型的方差-协方差分量最小二乘估计方法...
<测绘学报> 构建与学术的桥梁 拉近与权威的距离 等价条件平差模型的方差-协方差分量最小二乘估计方法 刘志平1, 朱丹彤1, 余航1, 张克非1,2 1. 中国矿业大学环境与测绘学院, 江 ...
- 分布估计算法java_数理统计8：点估计的有效性、一致最小方差无偏估计(UMVUE)、零无偏估计法...
在之前的学习中,主要基于充分统计量给出点估计,并且注重于点估计的无偏性与相合性.然而,仅有这两个性质是不足的,无偏性只能保证统计量的均值与待估参数一致,却无法控制统计量可能偏离待估参数的程度:相合性只 ...
- 【ICML2021】具有持续进化策略的展开计算图的无偏梯度估计
来源:专知本文为论文,建议阅读5分钟 Unbiased Gradient Estimation in Unrolled Computation Graphs with Persistent Evolu ...
- 解决物体位姿估计中遮挡、对称、无纹理物体的方法
点击我爱计算机视觉标星,更快获取CVML新技术 本文转载自知乎物体6D位姿估计专栏,已获作者授权转载,请勿二次转载. https://zhuanlan.zhihu.com/p/89830618 本文解 ...
- OFDM 经典整偏估计方法（基于长训练序列）
1.OFDM符号的产生 为了避免OFDM符号高频段有用子载波受到滤波等因素的干扰,需要将信号有用子载波在频域进行搬移,使得有用信号处于低频部分,搬移MatlabMatlabMatlab代码表示如下: ...
- 基于毫米波的DOA估计方法浅谈
关于毫米波信道的几种建模 <存在相位校准误差的毫米波大规模天线阵列角度估计算法研究(2018)>一文中,将毫米波建模为"带有相位误差的宽带DOA"进行处理. 原因做几点 ...
- 蒙特卡洛梯度估计方法（MCGE）简述
动机 机器学习中最常见的优化算法是基于梯度的优化方法,当目标函数是一个类似如下结构的随机函数 F(θ) 时: 优化该类目标函数,最核心的计算问题是对随机函数 F(θ) 的梯度进行估计,即: 随机函数梯 ...
最新文章
- 【图像分割模型】实例分割模型—DeepMask
- JFreeChart项目实例
- C#使用Xamarin开发可移植移动应用(2.Xamarin.Forms布局,本篇很长,注意)附源码
- java中的同步关键字_Java中进程同步问题,锁 和synchronized 关键字的用法
- npm安装时-S -D分别的意思
- pytorch torch.load
- Nginx+Lua 积累
- Windows 7 Ultimate + Ubuntu 12.04 LTS双系统完美走起
- 使用SetUnhandledExceptionFilter()让程序优雅的崩溃
- linux源代码剖析之lib
- java获取网页的内容_java获取网页内容
- abaqus2017安装后启动cae报错_Abaqus2017安装全过程
- 计算机自动重启快捷键,什么是笔记本电脑重启快捷键
- IT系统为什么复杂，肿么办
- Thrift与其他传输方式的比较
- 彩灯控制电路设计 -- 流水灯双花型（附Multisim）
- 区块链公链“三元悖论”专题系列之去中心化(Decentralization)
- 全球及中国芯片产业研发方向与投资规模预测报告2022版
- 天原笔记（2）——气团与锋
- 画论69 汪之元《天下有山堂画艺》