Biased and Unbiased Estimates · Estimativas Viesadas e Não Viesadas
| English | Português |
|---|---|
| point estimate/pɔɪnt ˈestɪmət/ | estimativa pontual |
| unbiased/ʌnˈbaɪəst/ | não viciado |
Guessing the parameter
- A point estimate 点估计 is a single number from a sample used to estimate a parameter.
- $\bar{x}$ estimates $\mu$; $\hat{p}$ estimates $p$; $s$ estimates $\sigma$.
- It's our best single guess — but it's just one value from a varying statistic.
- The quality of an estimator depends on where it centers and how much it varies.
Estimando o parâmetro
- Uma estimativa pontual 点估计 é um número único extraído de uma amostra usado para estimar um parâmetro.
- $\bar{x}$ estima $\mu$; $\hat{p}$ estima $p$; $s$ estima $\sigma$.
- É nosso melhor palpite único — mas é apenas um valor de uma estatística variável.
- A qualidade de um estimador depende de onde ele se centraliza e quão muito ele varia.
What "unbiased" means
- An estimator is unbiased 无偏 if its sampling distribution is centered on the true parameter.
- "Centered on" means the mean of the estimator equals the parameter.
- On average, over many samples, an unbiased estimator hits the target.
- $\bar{x}$ and $\hat{p}$ are unbiased estimators of $\mu$ and $p$.
O que significa "sem viés"
- Um estimador é sem viés 无偏 se sua distribuição amostral estiver centrada no verdadeiro parâmetro.
- "Centralizado" significa que a média do estimador é igual ao parâmetro.
- Em média, ao longo de muitas amostras, um estimador sem viés atinge o alvo.
- $\bar{x}$ e $\hat{p}$ são estimadores não viesados de $\mu$ e $p$.
Center = bias
- Bias is about the center of the sampling distribution, not any single estimate.
- If the estimator's mean sits off the parameter, it's biased — systematically too high or low.
- An unbiased estimator can still miss on any one sample (that's variability, not bias).
- Aim first for an estimator centered in the right place.
Centro = Viés
- Viés refere-se ao centro da distribuição amostral, não a qualquer estimativa individual.
- Se a média do estimador estiver deslocada do parâmetro, ele é viés — sistematicamente muito alto ou baixo.
- Um estimador sem viés ainda pode errar em qualquer amostra específica (isso é variabilidade, não viés).
- Busque primeiro um estimador centralizado no lugar certo.
Variability shrinks with n
- The variability of an estimator (how much it bounces around) decreases as $n$ increases.
- Bigger samples → a narrower sampling distribution → more precise estimates.
- Bias and variability are separate goals: hit the center, and keep the spread small.
- The ideal estimator is unbiased with low variability.
Variabilidade diminui com n
- A variabilidade de um estimador (o quanto ele oscila) diminui à medida que $n$ aumenta.
- Amostras maiores → uma distribuição amostral mais estreita → estimativas mais precisas.
- Viés e variabilidade são objetivos separados: acerte o centro, e mantenha a dispersão pequena.
- O estimador ideal é sem viés e com baixa variabilidade.
Bias and variability are different things. Bias is about the center of the sampling distribution (is it on target?); variability is about its spread (how much do estimates bounce?). A larger sample size shrinks variability but does not fix bias — a biased method stays off-center at any $n$ (echoing Unit 3).
Viés e variabilidade são coisas diferentes. Viés trata do centro da distribuição amostral (está no alvo?); variabilidade trata de sua dispersão (o quanto as estimativas oscilam?). Um tamanho de amostra maior reduz a variabilidade, mas não corrige o viés — um método enviesado permanece fora do centro em qualquer $n$ (ecoando a Unidade 3).
Estimating a population mean $\mu = 100$.
- $\bar{x}$ is unbiased: the mean of its sampling distribution is exactly $100$.
- With $n = 25$ the estimates spread widely; with $n = 400$ they cluster tightly around $100$.
- Same center (unbiased), smaller variability — a better estimate.
Estimando uma média populacional $\mu = 100$.
- $\bar{x}$ é não viesado: a média de sua distribuição amostral é exatamente $100$.
- Com $n = 25$ as estimativas se espalham amplamente; com $n = 400$ elas se agrupam firmemente em torno de $100$.
- Mesmo centro (sem viés), menor variabilidade — uma melhor estimativa.
A point estimate is a single-number guess of a parameter (e.g. $\bar{x}$ for $\mu$). An estimator is unbiased when the center of its sampling distribution equals the parameter. Bias concerns that center; variability concerns the spread and shrinks as $n$ grows — but a larger sample never removes bias.
Uma estimativa pontual é um palpite de número único para um parâmetro (por exemplo, $\bar{x}$ para $\mu$). Um estimador é não viesado quando o centro de sua distribuição amostral iguala o parâmetro. O viés refere-se a esse centro; a variabilidade refere-se à dispersão e diminui conforme $n$ cresce — mas uma amostra maior nunca elimina o viés.
Center = bias, spread = variability · Centro = viés, dispersão = variabilidade
Unbiased means centered on the parameter; larger n narrows the spread. · Não viesado significa centrado no parâmetro; n maior reduz a dispersão.
An estimator is unbiased when the center of its sampling distribution... · Um estimador é não viesado quando o centro de sua distribuição amostral...
Unbiased = centered on the parameter. · Não viesado = centrado no parâmetro.
Increasing the sample size reduces an estimator's variability. · Aumentar o tamanho da amostra reduz a variabilidade de um estimador.
Bigger n → narrower sampling distribution. · n maior → distribuição amostral mais estreita.
A larger sample size can fix the bias of a biased estimator. · Um tamanho de amostra maior pode corrigir o viés de um estimador viesado.
Size shrinks variability, not bias — a biased estimator stays off-center. · Tamanho reduz a variabilidade, não o viés — um estimador viesado permanece fora do centro.
A single number from a sample used to estimate a parameter is a ___ estimate (one word). · Um único número de uma amostra usado para estimar um parâmetro é uma estimativa ___ (uma palavra).
A point estimate is the best single-number guess. · Uma estimativa pontual é a melhor aposta de um único número.
Bias is a property of the ___ of the sampling distribution. · O viés é uma propriedade da ___ da distribuição amostral.
Bias = center off target; variability = spread. · Viés = centro fora do alvo; variabilidade = dispersão.