Bias 在统计中可能意味着不同的东西：

• 如果您的模型有偏差，则很可能您的模型拟合不足。
• 一些数据集在样本收集中存在偏差。例如，如果您假设您的样本响应是独立的，但不知何故它不是，这是您的数据集中的偏差。如果您想对全国的每个人进行抽样，但您无缘无故地跳过了一些城市，这会导致您的数据集出现偏差。
• 您的估算器可能存在偏差 - 您的估算器的期望值不等于总体中的真实值。
• “偏差”还用于描述使用传递函数时的可学习偏移参数，例如在神经网络中计算人工神经元的激活时。

偏差主要是由于空字段或 Nan 值可能导致多少错误，如果我们的训练数据没有太多有助于正确训练我们的模型的信息，通常会导致拟合不足。如果数据中的个人或群体没有在上面提到的样本中表示，则样本是有偏差的。这些都与统计有关。