1. 点估计和区间估计

例如：刮刮卡

2. 置信区间

置信区间又称估计区间，是用来估计参数的取值范围的。在统计学中，一个概率样本的置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。

2.1 计算步骤

第一步：求一个样本的均值
第二步：计算出抽样误差。
人们经过实践，通常认为调查：
100个样本的抽样误差为±10%；
500个样本的抽样误差为±5%；
1200个样本时的抽样误差为±3%；
第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。
置信区间=点估计±（关键值× 点估计的标准差）

2.2 性质

窄的置信区间比宽的置信区间能提供更多的有关总体参数的信息。
假设全班考试的平均分数为65分，则

置信区间	间隔	宽窄度	表达的意思
0-100分	100	宽	等于什么也没告诉你
30-80分	50	较窄	你能估出大概的平均分了（55分）
60-70分	10	窄	你几乎能判定全班的平均分了（65分）

2.3 置信水平

置信水平是指总体参数值落在样本统计值某一区内的概率。
假如设定的置信水平为95%，即做100次抽样，会有95个置信区间包含了总体平均值。

2.4 置信区间与置信水平、样本量的关系

（1）样本量对置信区间的影响：在置信水平固定的情况下，样本量越多，置信区间越窄。

实例分析：

由上表得出:
1、在置信水平相同的情况下，样本量越多，置信区间越窄。
2、置信区间变窄的速度不像样本量增加的速度那么快，也就是说并不是样本量增加一倍，置信区间也变窄一半（实践证明，样本量要增加4倍，置信区间才能变窄一半），所以当样本量达到一个量时（通常是1,200，如上例三个国家各抽了1,200个消费者），就不再增加样本了。

（2）置信水平对置信区间的影响：在样本量相同的情况下，置信水平越高，置信区间越宽。

2.5 实例分析

美国做了一项对总统工作满意度的调查。在调查抽取的1,200人中，有60%的人赞扬了总统的工作，抽样误差为±3%，置信水平为95%；如果将抽样误差减少为±2.3%，置信水平降到为90%。则两组数字的情况比较如下：

由上表得出:
在样本量相同的情况下（都是1,200人），置信水平越高(95%)，置信区间越宽。

参考文章
https://www.zhihu.com/question/26419030
https://baike.baidu.com/item/%E7%BD%AE%E4%BF%A1%E5%8C%BA%E9%97%B4/7442583?fr=aladdin
http://www.360doc.com/content/18/0317/16/15033922_737796626.shtml

[统计学理论基础] 置信区间相关推荐

【数据分析】数据分析需要掌握的统计学理论基础知识
数据分析需要掌握的统计学理论基础知识最近在阅读徐麟老师的<数据分析师求职面试指南>,这本书系统性地描述了数据分析师的知识技能框架,非常值得阅读.对于一个数据分析师来说,统计学理论基础知识 ...
[统计学理论基础] 方差协方差标准差
统计里最基本的概念就是样本的均值.方差和标准差. 通过一个含有n个样本的集合,依次给出这些概念的公式描述. 均值描述的是样本集合的中间点,它告诉我们的信息是很有限的, 标准差描述的则是样本集合的各个样 ...
[统计学理论基础] 中心极限定理与大数定律的区别
一. 中心极限定理下图形象的说明了中心极限定理当样本量N逐渐趋于无穷大时,N个抽样样本的均值的频数逐渐趋于正态分布,其对原总体的分布不做任何要求,意味着无论总体是什么分布,其抽样样本的均值的频数的 ...
置信区间构建---商务与经济统计+深入浅出统计学
目录置信区间: 置信区间求解步骤: 置信区间求解: 总体均值的置信区间: 总体的标准差已知: 总体的标准差未知: 样本容量的确定总体比率的置信区间样本容量的确定置信区间: 通过点估计量加减一个 ...
智源青年科学家张新雨：从模型平均到集成学习、迁移学习
2020年2月11日上午,在 "智源论坛Live | 青年科学家线上报告会"中,智源青年科学家.中科院系统所研究员张新雨做了题为<模型平均.集成学习与迁移学习>的主题演 ...
机器学习-特征工程中的数据预处理
对于一个机器学习问题,数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限.由此可见,数据和特征在模型的整个开发过程中是比较重要.特征工程,顾名思义,是对原始数据进行一系列工程处理,将其提炼为 ...
想学数据分析但不会Python，过来看看SQL吧（上）~
作者:贾胜杰,硕士,退役军人,电气工程专业,现成功转行K12领域数据挖掘工程师,不仅在数据清理.分析和预测方向,而且在自制力和高效学习方面都有丰富经验. 编辑:王老湿 SQL SQL基础:语法,检索, ...
离群点（oulier）挖掘详解
异常对象被称作离群点.异常检测也称偏差检测和例外挖掘. 常见的异常成因:数据来源于不同的类(异常对象来自于一个与大多数数据对象源(类)不同的源(类)的思想),自然变异,以及数据测量或收集误差. 异常检 ...
特征工程之数据预处理（下）
机器学习入门系列(2)–如何构建一个完整的机器学习项目,第四篇! 该系列的前三篇文章: 机器学习入门系列(2)–如何构建一个完整的机器学习项目(一) 机器学习数据集的获取和测试集的构建方法特征工程之 ...
机器学习——超参数调优
超参数是在开始学习过程之前设置值的参数,而不是通过训练得到的参数数据.超参数可以分为两种类型:定义模型及结构本身的参数,目标函数与与优化算法所需的参数,前者用于训练和预测阶段,后者用于训练阶段. 在实 ...

[统计学理论基础] 置信区间