In point estimation theory:
The Bias of an estimator $T = \hat{\theta}$ for estimating a parameter $\theta$ is formally defined as:
$$\text{Bias}(T) = E(T) - \theta$$
If $E(T) = \theta$, then $\text{Bias}(T) = 0$ and the estimator is said to be unbiased.
Standard error is the standard deviation of the sampling distribution of an estimator.
Sampling error is the difference between a sample statistic and the true population parameter value due to random chance.
बिंदु आकलन सिद्धांत (Point estimation theory) में:
किसी प्राचल $\theta$ के आकलक $T = \hat{\theta}$ की अभिनति (Bias) को प्रत्याशित मान और वास्तविक प्राचल मान के अंतर के रूप में परिभाषित किया जाता है:
$$\text{Bias}(T) = E(T) - \theta$$
यदि $E(T) = \theta$ हो, तो अभिनति शून्य होती है और आकलक को अनभिनत (unbiased) कहा जाता है।
मानक त्रुटि: आकलक के प्रतिचयन बंटन का मानक विचलन होती है।
अतः विकल्प 2 (अभिनति / Bias) सही उत्तर है।
