在cross validated上发现了类似的问题，boostrap的bias多是拿来估计variance，并且有个数值例子，但依然不理解背后的原理.
-----
今天讲bootstrap，直觉上认为\hat \theta的bias是不能通过新的样本和\hat \theta之间的关系去过估计的。给了一两个例子，关于\mu的，老师讲\mu还是要有一个固有的bias不能是consistent的。
但是直觉上来讲，bias的本质是T和R的区别，新样本的bias全部建立在T之上, 不能反应这个real的值究竟是个啥样子，，，这么来讲确实很值得做一些数值实验。。。
