偏倚（bias）

想象一名射手，一箭又一箭，總是落在靶心左側一掌寬的地方。他的瞄準很一致，卻一致地偏向一側。偏倚就是這種「一邊倒」：測量結果平均而言總落在真值的某一特定側——偏高，或偏低——而不是均勻地散布在真值四周。

偏倚是許多次測量的平均（期望）值與真實值之差。它是系統誤差留下的可見足跡：如果一個方法帶有恆定或按比例的缺陷，那麼把它重複許多次再取平均，得到的不會是真值，而是一個偏向一側的值，那個偏移量就是偏倚。因為它是一種平均效應，你要靠分析一個已知值的樣品——一份有證標準物質——來檢測偏倚，看你的均值是否系統地落在它之上或之下。

偏倚之所以重要，是因為它是躲在良好精密度背後的、準確度的敵人：一個有偏倚的方法可以重現得極好，卻一貫地錯。需要誠實說明的是：有些偏倚可以被測量並校正（減去一個已知偏移、施加一個回收率因子），但未被察覺的偏倚之所以危險，恰恰因為那些數據看上去乾淨、可信。良好的實踐會下真功夫去搜尋那種數字本身永遠不會暴露的偏倚。