Numpy 什么时候更喜欢偏差估计而不是无偏估计

我今天才发现numpy的方差函数默认返回偏差方差估计（即除以N而不是N-1）。我有两个问题

如果一个人正在处理一个样本，有没有一个好的理由选择有偏差的估计？我知道，随着n的增加，无偏估计收敛到无穷总体方差，这是为什么。是否有实际的理由选择有偏差的估计

为什么numpy默认这种行为

---

要使用的正确除数取决于您正在执行的操作。例如：

• 如果您准确地知道分布的平均值，并在计算方差时使用该准确的平均值，则正确的除数为N

• 如果从样本中估计一个参数，比如平均值，那么要使用的正确（无偏）除数是

  N-1

• 如果估计两个参数，比如截距和斜率，并使用这两个估计值计算方差，那么要使用的正确（无偏）除数是

  N-2

有关这方面的一些背景信息，请参阅