首页 >
置信水平
✍ dations ◷ 2025-08-13 01:58:30 #置信水平
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
- 细菌分类表本表以LPSN网站的分类为基础(当前版本2008年1月7日),本分类代表原核生物分类的权威杂志IJSEM的分类系统,同时参考NCBI Taxonomy,但目前其它中文维基分类表可能依照其它标准,请注意
- 生化气体生物气体(英语:Biogas,亦称生化气体或生质气体),泛指包括粪肥、污水、都市固体废物及其他生物可降解的有机物质,在缺氧的环境下,经发酵或者无氧消化过程所产生的气体,这些气体主要包
- 乳木果油乳木果油是由由非洲特有植物乳油木(Vitellaria paradoxa) 之坚果所榨取的植物性油脂。外观呈象牙色泽,化学成分主要由硬硬脂酸和油酸衍生的三酸甘油酯所构成。它被广泛使用于
- 列氏列氏温标,代表符号为为°Ré、°R或°R,由法国科学家列奥米尔于1731年提出。水的冰点被定为列氏0度,而沸点则为列氏80度。因此,如欲将列氏温标表示的温度转为摄氏温标,须把列氏乘
- Lac操作子乳糖操纵子是一个在大肠杆菌及其他肠道菌科细菌内负责乳糖的运输及代谢的操纵子。它包含了三个相连的结构基因,启动子、终止子及操纵基因。乳糖操纵子受多种因素所调控,包括葡
- SrOsub2/sub过氧化锶 (SrO2),一种白色化合物,是锶的过氧化物,因有氧化性而被用作漂白剂,其CAS号为。
- 多酚多酚(英语:polyphenol;也称为多羟基苯酚),是一种主要是天然的结构类,但也是合成或半合成的有机化合物,其特征在于存在大量的酚结构单元。这些酚结构的数量和特征构成了该类特定成员
- 好莱坞电影美国电影,常常使用“好莱坞”(英语:Hollywood)作为代称,是指在美国或者由美国制片商制作的电影,其对世界电影史有着极其深远的影响。美国电影产业之历史可以分为四个主要阶段: 无声
- 1893年
- 撒哈拉人撒哈拉人(阿拉伯语: الصحراويون Aṣṣaḥraawiyoon、柏柏尔语: Iseḥrawiyen、摩洛哥阿拉伯语: Ṣeḥrawa صحراوة)亦称沙哈拉威人,是生活在非洲撒哈拉大沙漠西