در آمار، '''[[اریبی|بایاس]]''' (یا '''تابع بایاس''') یک [[برآوردگر]]، همان اختلاف بین [[امید ریاضی]] آن برآوردگر و مقدار واقعی پارامتر تخمین‌زده‌شده می‌باشد. برآوردگر یا قانون تصمیم‌گیری با بایاس صفر را '''بی‌بایاس''' گویند. در غیر این صورت، به برآوردگر '''بایاس‌دار''' گویند. در آمار، «بایاس» عبارتی معنادار دربارهٔ یک تابع می‌باشد، و در حالی که ویژگی مطلوب نیست، نمی‌توان آن را تنزل داد، یعنی برخلاف برداشت رایج زبانی از واژهٔ «[[بایاس]]». به عبارت دیگر '''اریبی''' یا '''بایاس''' {{انگلیسی|Bias}} [[تخمین‌گر]] یک [[پارامتر]] برابر است با اختلاف بین [[امید ریاضی]] تخمین‌گر و مقدار حقیقی آن پارامتر. به عبارت ریاضی، فرض کنید داده <math>x_i, i = 1, \ldots, n</math> بر اساس توزیع <math>P(x|\theta)</math> توزیع شده‌باشند و <math>\hat\theta</math> یک تخمین‌گر براساس داده‌های مشاهده باشد. اریبی <math>\hat\theta</math> به صورت زیر تعریف می‌شود:
