置信区间

置信区间定义

置信区间是指由样本统计量所构造的总的参数的预期区间。在统计学中，一个几率样本的置信区间（Confidence interval）是对这个样本的某个总的参数的区域预期。置信区间展现的是这个参数的真实值有一定几率落在测量结果的周围的程度。置信空间给出的是被测量参数的测量值的可信程度，即前面所要求的“一定几率”。这个几率被称为置信水平。举例来看，假使在一次大选中某人的支持率为55%，而置信水平0.95上的置信区间是（50%,60%），那么他的真实支持率有百分之九十五的机率落在百分之五十和百分之六十之间，所以他的真实支持率不足二分之一的机会差于百分之五。 如例子中一样，置信水平一般用百分比表明，所以置信水平0.95上的置信空间也可以表达为：95%置信区间。置信区间的两端被称为置信极限。对一个给定情形的预期来看，置信水平越高，所对应的置信区间就会越大。

对置信区间的计算一般要求对预期过程的如果（所以属于参数统计），比如说如果预期的误差是成正态分布的。

置信区间只在频率统计中运用。在贝叶斯统计中的对应概念是可信区间。但是可信区间和置信区间是建立在不同的概念基础上的，所以一般上表达取值不会一样。

1、对于具有特定的发生几率的随机变量，其特定的价值区间------一个确定的数值规模（“一个区间”）。

2、在一定置信水平时，以测量结果为中心，包含总的均值以内的可信规模。

3、该区间包含了参数θ真值的可信程度。

4、参数的置信区间可以通过点预期量构造，也可以通过如果检验构造。

公式：

Pr(c1<=μ<=c2)=1-α

α是明显性水平（例：0.05或0.10）

100%*（1-α）指置信水平（例：95%或90%）

表达方式：interval（c1,c2)——置信区间置信区间的计算步骤

第一步：求一个样本的均值

第二步：计算出抽样误差。

民众经历实践，一般觉得调查:

100个样本的抽样误差为±10%；

500个样本的抽样误差为±5%；

1,200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。有关置信区间的宽窄

窄的置信区间比宽的置信区间能供应许多的相关总的参数的信息。

如果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 你能估出大约的平均分了（55分）

60-70分 10 窄 你差不多能判定全班的平均分了（65分）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形下，样本量越多，置信区间越窄。

实例分析：

经历实践计算的样本量与置信区间关系的改变表（如果置信水平相同）：

样本量 置信区间 间隔 宽窄度 100 50%-70% 20 宽 800 56.2%－63.2% 7 较窄 1,600 57.5%-63% 5.5 较窄 3,200 58.5%-62% 3.5 更窄 由上表得出:

1、在置信水平相同的情形下，样本量越多，置信区间越窄。

2、置信区间变窄的进展不像样本量增长的进展那么快，也就是说并没有是样本量增长一倍，置信区间也变窄一倍（实践证明，样本量要增长4倍，置信区间才可变窄一倍），所以当样本量高达一个量时（一般是1,200，如上例三个国家各抽了1,200个消费者），就不再增长样本了。

通过置信区间的计算公式来验证置信区间与样本量的关系

置信区间=样本的推断值±（牢靠程度系数× ）

从上述公式中可以看出：

在其余原因不变的情形下，样本量越多（大），置信区间越窄（小）。

2.置信水平对置信区间的影响：在样本量相同的情形下，置信水平越高，置信区间越宽。

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%；假使将抽样误差降低为±2.3%，置信水平降到为90%。则两组数字的情形比较如下：

抽样误差 置信水平 置信区间 间隔 宽窄度 ±3％ 95％ 60％±3％＝57％-63％ 6 宽 ±2.3％ 90％ 60％±2.3％＝57.7％-62.3％ 4.6 窄 由上表得出:

在样本量相同的情形下（均为1,200人），置信水平越高(95%)，置信区间越宽。