大家！
我知道一般方差的最大似然估计是有偏差的（从样本本身计算的平均值将自由度降低 1 e.t.c）：
MLE <- sum((x - mean(x))^2) / n
但是在单线性回归中，假设误差是独立同分布的 N(0, sigma^2)，那么 sigma^2 的 MLE 就变成了
s^2 <- sum(error^2) / n
它仍然是一个有偏估计量吗？ （根据教科书，是的；但我不明白为什么）有人可以向我解释一下吗？我感到困惑。
有偏是因为误差是由样本数据计算出来的，为了让误差更小，逻辑回归会让E(error) = 0（即y_hat = mean(y_i)），所以还是用样本均值来计算错误