偏倚（bias）

想象一名射手，一箭又一箭，总是落在靶心左侧一掌宽的地方。他的瞄准很一致，却一致地偏向一侧。偏倚就是这种「一边倒」：测量结果平均而言总落在真值的某一特定侧——偏高，或偏低——而不是均匀地散布在真值四周。

偏倚是许多次测量的平均（期望）值与真实值之差。它是系统误差留下的可见足迹：如果一个方法带有恒定或按比例的缺陷，那么把它重复许多次再取平均，得到的不会是真值，而是一个偏向一侧的值，那个偏移量就是偏倚。因为它是一种平均效应，你要靠分析一个已知值的样品——一份有证标准物质——来检测偏倚，看你的均值是否系统地落在它之上或之下。

偏倚之所以重要，是因为它是躲在良好精密度背后的、准确度的敌人：一个有偏倚的方法可以重现得极好，却一贯地错。需要诚实说明的是：有些偏倚可以被测量并校正（减去一个已知偏移、施加一个回收率因子），但未被察觉的偏倚之所以危险，恰恰因为那些数据看上去干净、可信。良好的实践会下真功夫去搜寻那种数字本身永远不会暴露的偏倚。