不偏
「不偏（Unbiased）」は、統計学や確率論の文脈で使用される用語で、統計的な推定量や評価方法が、真のパラメータやポピュレーション パラメータの値に対してバイアス（偏り）を持たないことを意味します。不偏性は、統計的な推定量や評価方法が、サンプルサイズが増えると真のパラメータに収束する性質を示す重要な性質です。
以下はいくつかの一般的なコンテキストでの「不偏」の使用例です：
-
不偏推定量:
- 統計学では、母集団のパラメータ（例: 平均、分散）をサンプルから推定するために統計量を使用します。推定量が真のパラメータの期待値と一致する場合、それは「不偏推定量」と呼ばれます。例えば、標本平均（サンプル平均）は母平均の不偏推定量です。
-
不偏性の評価:
- データのモデルを評価するために、モデルが真のパラメータに対してバイアスを持たないかどうかを評価します。バイアスのないモデルは「不偏なモデル」と呼ばれます。
-
標本分散の修正:
- 標本分散は、母分散を推定するために使用されるが、通常、サンプルサイズを
不偏性は、統計的な推定やモデル評価において、推定値やモデルの評価が正確でバイアスの影響を受けにくいことを保証する重要な性質です。バイアスがある推定量や評価方法は、真の値から大きく外れる可能性があるため、不偏性は統計的な信頼性の向上に寄与します。