ความเป็นกลางไม่จำเป็นต้องมีความสำคัญเป็นพิเศษ
นอกเหนือจากสถานการณ์ที่ จำกัด มากนักประมาณค่าที่มีประโยชน์ส่วนใหญ่ยังลำเอียง
หากทั้งสองประมาณมีความแปรปรวนเดียวกันหนึ่งได้อย่างง่ายดายสามารถติดอาร์กิวเมนต์สำหรับเลือกหนึ่งที่เป็นกลางจะลำเอียงหนึ่ง แต่นั่นคือสถานการณ์ที่ผิดปกติจะอยู่ใน (นั่นคือคุณพอสมควรอาจจะชอบ unbiasedness, ceteris paribus - แต่ที่น่ารำคาญceterisแทบจะไม่เคยparibus )
โดยทั่วไปหากคุณต้องการความเป็นกลางคุณจะต้องเพิ่มความแปรปรวนบางอย่างเพื่อให้ได้มาจากนั้นคำถามก็คือทำไมคุณถึงทำเช่นนั้น ?
อคติคือวิธีไกลคาดว่ามูลค่าของประมาณการของเราจะสูงเกินไปโดยเฉลี่ย (มีอคติเชิงลบบ่งชี้ต่ำเกินไป)
เมื่อฉันกำลังพิจารณาตัวประมาณตัวอย่างขนาดเล็กฉันไม่สนใจเลย ฉันมักจะสนใจว่าตัวประมาณของฉันจะผิดไปมากแค่ไหนในระยะนี้ - ระยะทางโดยทั่วไปจากด้านขวา ... บางอย่างเช่นข้อผิดพลาดรูต - เฉลี่ย - สแควร์หรือข้อผิดพลาดสัมบูรณ์เฉลี่ยจะสมเหตุสมผลมากกว่า
ดังนั้นถ้าคุณชอบความแปรปรวนต่ำและอคติต่ำการขอพูดตัวประมาณค่าคลาดเคลื่อนกำลังสองเฉลี่ยต่ำสุดจะสมเหตุสมผล เหล่านี้ไม่ค่อยเป็นกลาง
ความเอนเอียงและความเอนเอียงเป็นแนวคิดที่มีประโยชน์ที่ต้องระวัง แต่ก็ไม่ใช่คุณสมบัติที่มีประโยชน์โดยเฉพาะอย่างยิ่งในการค้นหานอกเสียจากคุณจะเปรียบเทียบตัวประมาณกับความแปรปรวนเดียวกันเท่านั้น
ตัวประมาณค่า ML มักจะแปรปรวนต่ำ พวกเขามักจะไม่ MSE ขั้นต่ำ แต่พวกเขามักจะมี MSE ต่ำกว่าการปรับเปลี่ยนให้เป็นแบบไม่ลำเอียง (เมื่อคุณสามารถทำได้เลย) จะให้คุณ
σ^2MMSE=S2n+1,σ^2MLE=S2n,σ^2Unb=S2n−1n−1