首页 >
置信区间
✍ dations ◷ 2025-09-06 17:09:15 #置信区间
在统计学中,一个概率样本的置信区间(英语:Confidence interval,CI),是对产生这个样本的总体的参数分布(Parametric Distribution)中的某一个未知参数值,以区间形式给出的估计。相对于点估计(Point Estimation)用一个样本统计量来估计参数值,置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合(Confidence Set)概念是置信区间在多维分析的推广。置信区间在频率学派中间使用,其在贝叶斯统计中的对应概念是可信区间(英语:Credible interval)(Credible Interval)。两者建立在不同的概念基础上的,贝叶斯统计将分布的位置参数视为随机变量,并对给定观测到的数据之后未知参数的后验分布进行描述,故无论对随机样本还是已观测数据,构造出来的可信区间,其可信水平都是一个合法的概率;而置信区间的置信水平,只在考虑随机样本时可以被理解为一个概率。定义置信区间最清晰的方式是从一个随机样本出发。考虑一个一维随机变量
X
{displaystyle {cal {X}}}
服从分布
F
{displaystyle {cal {F}}}
,又假设
θ
{displaystyle theta }
是
F
{displaystyle {cal {F}}}
的参数之一。假设我们的数据采集计划将要独立地抽样
n
{displaystyle n}
次,得到一个随机样本
{
X
1
,
…
,
X
n
}
{displaystyle {X_{1},ldots ,X_{n}}}
,注意这里所有的
X
i
{displaystyle X_{i}}
都是随机的,我们是在讨论一个尚未被观测的数据集。如果存在统计量(统计量定义为样本
X
=
{
X
1
,
…
,
X
n
}
{displaystyle X={X_{1},ldots ,X_{n}}}
的一个函数,且不得依赖于任何未知参数)
u
(
X
1
,
…
,
X
n
)
,
v
(
X
1
,
…
,
X
n
)
{displaystyle u(X_{1},ldots ,X_{n}),v(X_{1},ldots ,X_{n})}
满足
u
(
X
1
,
…
,
X
n
)
<
v
(
X
1
,
…
,
X
n
)
{displaystyle u(X_{1},ldots ,X_{n})<v(X_{1},ldots ,X_{n})}
使得:则称
(
u
(
X
1
,
…
,
X
n
)
,
v
(
X
1
,
…
,
X
n
)
)
{displaystyle left(u(X_{1},ldots ,X_{n}),v(X_{1},ldots ,X_{n})right)}
为一个用于估计参数
θ
{displaystyle theta }
的
1
−
α
{displaystyle 1-alpha }
置信区间,其中的,
α
{displaystyle alpha }
称为置信水平。接续随机样本版本的定义,现在,对于随机变量
X
{displaystyle {cal {X}}}
的一个已经观测到的样本
{
x
1
,
…
,
x
n
}
{displaystyle {x_{1},ldots ,x_{n}}}
,注意这里用小写x表记的
x
i
{displaystyle x_{i}}
都是已经观测到的数字,没有随机性了,定义基于数据的
1
−
α
{displaystyle 1-alpha }
置信区间为:注意,置信区间可以是单边或者双边的,单边的置信区间中设定
u
=
−
∞
{displaystyle u=-infty }
或者
v
=
+
∞
{displaystyle v=+infty }
,具体前者还是后者取决于所构造的置信区间的方向。初学者常犯一个概念性错误,是将基于观测到的数据所同样构造的置信区间的置信水平,误认为是它包含真实未知参数的真实值的概率。正确的理解是:置信水平只有在描述这个同样构造置信区间的过程(或称方法)的意义下才能被视为一个概率。一个基于已经观测到的数据所构造出来的置信区间,其两个端点已经不再具有随机性,因此,类似的构造的间隔将会包含真正的值的比例在所有值中,其包含未知参数的真实值的概率是0或者1,但我们不能知道是前者还是后者。1
−
α
{displaystyle 1-alpha }
水平的正态置信区间为:以下为方便起见,只列出双边置信区间的例子,且区间中用"
±
{displaystyle pm }
"进行简记:1
−
α
{displaystyle 1-alpha }
水平的双边正态置信区间为:1
−
α
{displaystyle 1-alpha }
水平的双边正态置信区间为:一般来说,置信区间的构造需要先找到一个枢轴变量(Pivotal quantity,或称Pivot),其表达式依赖于样本以及待估计的未知参数(但不能依赖于总体的其它未知参数),其分布不依赖于任何未知参数。下面以上述例2为例,说明如何利用枢轴变量构造置信区间。对于一个正态分布的随机样本
X
1
,
…
,
X
n
{displaystyle {X_{1},ldots ,X_{n}}}
,可以证明(此证明对初学者并不容易)如下统计量互相独立:它们的分布是:所以根据t分布的定义,有于是反解如下等式左边括号中的不等式就得到了例2中双边置信区间的表达式。有时,置信区间可以用来进行参数检验。例如在上面的例1中构造的双边
1
−
α
{displaystyle 1-alpha }
水平置信区间,可以用来检验具有相应的显著水平为
α
{displaystyle alpha }
的双边对立假设,具体地说是如下检验:
正态分布总体,知道总体方差
σ
2
{displaystyle sigma ^{2}}
,在
α
{displaystyle alpha }
显著水平下检验:检验方法是:当且仅当相应的
1
−
α
{displaystyle 1-alpha }
水平置信区间不包含
μ
0
{displaystyle mu _{0}}
时拒绝零假设
H
0
{displaystyle H_{0}}例1中构造的双边
1
−
α
{displaystyle 1-alpha }
水平置信区间也可以用来检验如下两个显著水平为
α
/
2
{displaystyle alpha /2}
的单边对立假设:和检验方法是完全类似的,比如对于上述第一个单边检验
H
1
:
μ
>
μ
0
{displaystyle H_{1}:mu >mu _{0}}
,当且仅当双边置信区间的左端点大于
μ
0
{displaystyle mu _{0}}
时拒绝零假设。
相关
- 高胆红素血症胆红素(英文:Bilirubin)是胆色素的一种,是人类胆汁的主要色素,呈橙黄色。它是体内血红素的主要代谢产物,有毒性,可对大脑和神经系统引起不可逆的损害,但也有抗氧化剂功能,可以抑制亚
- 埃莉诺·罗斯福安娜·埃莉诺·罗斯福(英语:Anna Eleanor Roosevelt,/ˈɛlᵻnɔːr ˈroʊzəvɛlt/,1884年10月11日-1962年11月7日)是一位美国政治人物。第32任美国总统富兰克林·德拉诺·罗斯
- 卡尔·林奈卡尔·冯·林奈(英语:Carl Linnaeus,瑞典语:Carl von Linné,1707年5月23日-1778年1月10日),也译为林内,受封贵族前名为卡尔·林奈乌斯(Carl Linnaeus),由于瑞典学者阶层的姓常拉丁化,又
- 麻疹病毒属麻疹病毒属(学名:Morbillivirus)是单股反链病毒目(Mononegavirales)副黏液病毒科 (Paramyxoviridae)副黏液病毒亚科的一个属。本属的病毒均为传染度极高的品种,而且到现在还有新品种
- 呈递交叉呈递是特定抗原呈现细胞吞噬并利用MHC I呈现外来抗原给细胞毒性T细胞的能力。交叉致敏,是交叉呈递后的结果,其描述的是透过交成呈递而使初始T细胞(英语:Naive T cell)变成活
- 外用软膏外用药物(英语:Topical medication),是医疗上使用于身体表面的药物,例如涂抹于皮肤或黏膜的表面,像是阴道,阴茎,眼睛和耳朵等。外用药物通常要避免接触口部,也不可进食。医疗用的化学
- 链球菌咽炎链球菌性咽炎(streptococcal pharyngitis、strep throat)是一种喉部后方含扁桃腺感染化脓链球菌(英语:Streptococcus pyogenes)的疾病,是咽炎中的一种,常见症状有发热、喉咙痛、扁
- 罗慕路斯·奥古斯都罗慕路斯·奥古斯都路斯(Romulus Augustulus,约463年-480年),或称罗慕路斯·奥古斯都(Romulus Augustus),全名弗拉维乌斯·罗慕路斯·奥古斯都(Flavius Romulus Augustus),西罗马帝国的
- 布立吞人布立吞人(英文:Britons)在民族学上的定义随时间改变而衍生多个意思,可以指:
- 野生动物野生动物泛指各种生活在自然状态下,未经人类驯化的动物。自然界里,野生动物会用排泄物来标识其领土,宣示主权的习惯。野生动物,故名思意,为野外生长繁殖的动物,一般而言,具有以下特