太长不看(简要总结)

置信区间是估测总体参数的真值，这个值只有一个，且不会变动。例如做100次实验，100个成绩，95次实验的成绩区间包含总体均值，那么就代表置信度为95%。

随着置信度的上升，置信区间的跨度也就越大，对参数估计的精度必定降低。点估计就一个值，精度高，但置信度则低。（置信度与精度反方向变化）

这段是对参考资料的总结，下面基本摘自资源。

一、为什么要用区间估计？

首先，置信度这个概念的引入是为了配合一个叫做区间估计的东东。估算置信区间，通常都是用点估计算出来的数据加上一个变动幅度形成一个区间。在这个变动幅度里，涉及到一个参数就是置信度。

看个例子：你打枪打10次，你可以得到一个平均值，比如是8，那么我问你，总体的期望是不是就是8呢？你要说是，那就太草率了吧，因为你再打10次可能就是7了，那么总体的期望就变成7了嘛？当然不是，总体的期望是客观存在不会变的。实际上样本均值等于总体期望的概率是0啊，所以说，以点估点是不准确的。

但是既然样本是从总体中抽出来的，那么样本的均值和总体的期望应该差的不远吧？你射击的均值是8，总体的期望总不能是1吧？所以，你若换句话说打枪的平均环数是[6,8]，那么相信的人就会很多了。可见，虽然扩大了总体期望的取值范围，但是可信度明显高了。当然也不能简单无限度扩大区间范围，比如说打枪的平均环数是[1,10]，那肯定百分之百可信了，毕竟统计也要讲究一定的精度，所以就有了置信度。也就是说，你测得的均值，和总体真实情况的差距小于这个给定的值的概率，说你测得的均值就是总体期望是很草率的，但是说，我有95%的把握认为我测得的均值，非常接近总体的期望了，听起来就靠谱的多。

二、平时我们常说的95%置信度到底是什么意思呢？

要理解置信度，就要理解好置信区间。要理解置信区间，就要从统计学最基本最核心的思想去思考，那就是用样本估计总体。在统计学中，非常容易把概念模糊化，很容易把95%置信区间理解成为在这个区间内有95%的概率包含真值。

但是这里有两个容易混淆的地方

1、真值指得是样本参数还是总体参数？这个问题的答案是总体参数，我们取的数据是样本数据，点估计是样本参数的真实值，我们要估计总体参数。

2、95%的概率，变动的是谁？这里95%的概率，变动的是置信区间。

错误理解：假如有100个考生，100个学生中有95个考分落在（70,80）这个区间内。这就是95%置信度。这是非常错误的理解，样本与总体的关系没有思考清楚。置信区间是估测总体参数的真值，这个值只有一个，且不会变动。

那正确的应该怎么理解呢？样本数目不变的情况下，做一百次试验，有95个置信区间包含了总体真值。置信度为95%。换言之，若扩大样本容量，考100次试，这100名学生的成绩组成的区间有95次包含了总体真正的均值，那这才是95%置信度。说白了，我们有95%的把握说总体的真值在这个区间内。

三、是不是置信度越高越好？

这个问题就要看你需要统计的是什么？经济效益是什么？通常情况下，95%被作为常用的置信度，原理就在于3西格玛控制（在一些严格的领域甚至会用到6西格玛），此时已经有很高的置信度了，那在往上去，随着置信度的上升，置信区间的跨度也就越大，对参数估计的精度必定降低。点估计就一个值，精度高，但置信度则低，精度与置信度相互的取舍则要全由分析者自行选择了。

参考资料

https://blog.csdn.net/yimingsilence/article/details/78084810

【统计理论】关于置信度、置信区间的理解相关推荐

UA MATH566 统计理论8 用Pivot构造置信区间
UA MATH566 统计理论8 用Pivot构造置信区间用Pivot构造置信区间一般性方法最优置信区间置信区间的频率派解释上一讲介绍的构造置信区间的方法是根据假设检验导出置信区间,但我们感 ...
UA MATH567 高维统计专题0 为什么需要高维统计理论？——理解稀疏向量与hard-threshold
UA MATH567 高维统计专题0 为什么需要高维统计理论?--理解稀疏向量与hard-threshold 稀疏向量的soft-threshold与hard-threshold近似引入hard- ...
UA MATH566 统计理论用点估计构造置信区间
UA MATH566 统计理论用点估计构造置信区间用点估计构造置信区间置信区间(confidential interval,CI)也叫区间估计,是另一种做统计推断的方法,和假设检验密切相关.统计 ...
UA MATH566 统计理论8 置信区间简介
UA MATH566 统计理论8 置信区间简介例1:单个正态总体均值的置信区间(方差已知) 例2:单个正态总体均值的置信区间(方差未知) 假设检验与置信区间的关系例3:根据单边检验导出单边置信区间 ...
数据分析面试题——统计理论
1. 扑克牌54张,平均分成2份,求这2份都有2张A的概率. 解: 排列公式 : A n m = n ( n − 1 ) ( n − 1 ) . . . ( n − m + 1 ) = n ! ( n ...
UA MATH566 统计理论10 Bootstrap简介
UA MATH566 统计理论10 Bootstrap简介 Bootstrap是用来替代基于CDF的一些统计计算的手段:当真实的CDF(记为F∈FF \in \mathbb{F}F∈F,F\mathb ...
面向Python开发人员的综合置信区间全面理解
面向Python开发人员的综合置信区间全面理解置信区间是以范围表示并汇总统计中的不确定性的.换句话说,这是一系列我们确信自己真正价值所在的价值观.例如:我有95%的信心认为人口平均数在8.76到15 ...
UA MATH567 高维统计专题0 为什么需要高维统计理论？——高维统计理论的常用假设
UA MATH567 高维统计专题0 为什么需要高维统计理论?--高维统计理论的常用假设延续前三讲对线性判别分析的讨论,在高维时,根据中心极限定理 n(Xˉ−μ)→dN(0,Id)\sqrt{n} ...
UA MATH567 高维统计专题0 为什么需要高维统计理论？——协方差估计的高维效应与Marcenko-Pastur规则
UA MATH567 高维统计专题0 为什么需要高维统计理论?--协方差估计的高维效应与Marcenko-Pastur规则上一讲我们介绍了在实验中,线性判别分析的判别误差会随着维度的上升而上升,而 ...

【统计理论】关于置信度、置信区间的理解