置信区间 confidence interval

置信区间：

Find an interval such that “reasonbly confident” that were is a 95% chance that the true $\mu$($=P=\mu_{\bar{x}}$)

sampling distribution of the sample mean
$\mu$ :mean of the”sampling distribution of the sample mean”
$\sigma_{\bar{x}}$ : variance of the “sampling distribution of the sample mean”
一般是有这个“sample mean”的distribution后，
就有了与标准正太分布做比较的依据。
z-score就是一种尺度，z-score=$\frac{x-\mu} {\sigma_{\bar{x}}}$,
通过z表对应值即可找出置信区间。
例如，常说的，有95%的可能，population的均值出现在$\mu \pm 2\sigma_{\bar{x}}$中，

也就是z-score=2.0时，查标准正态分布表，值为0.9772，
于是置信区间为2*(0.9772-0.5)=0.9544，常约等于0.95

而$\mu$与$\sigma_{\bar{x}}$，则是通过做调查的样本估计得到的。

例如，某一地区投票选举，候选人为张三，李四。为了估计整个地区对二者的支持率为多少，我们随机抽取100人做调查，发现57人支持张三，43人支持李四。
为了让事件能够进行数学计算，我们把“支持张三”当做1，把“支持李四”当做0。
于是我们从这份样本中计算出均值$\bar{x}=\frac{1*57+0*43} {100}=0.43$,方差$s^2=\frac{57*(1-0.43)^2+43*(0-0.43)^2} {100-1}=0.2475$ $s=0.5$,因此，我们就用计算出来的s作为总体variance的估计，$\sigma=s$(约等于）
为什么用100-1

用100去除的话，得到的是biased estimate of population variance,就是有偏差的估计，经过大量模拟可以得出用n-1作为除数是偏差最小的估计，而如果用n-2的话，则估计值会偏大。或者用严谨的数学公式也能证明

于是，我们就能由我们选取的一个样本计算出的值来估计samping distribution of sample mean中的值，

$$\mu_{\bar{x}}=\bar{x}$$
$$\sigma_{\bar{x}}=\frac{\sigma} {\sqrt n}$$

当然，这样的估计是有偏差的,而margin error=$2\sigma_{\bar{x}}$,即选取的样本越大，就是n越大，margin error越小。

我们可以得出$\mu_{\bar{x}}=\bar{x}=0.43\quad \sigma_{\bar{x}}=\frac{\sigma} {\sqrt n}=0.05 \quad margin \quad error=0.1$

于是，最后我们得出结论，我们有95%的把握，该地区的所有人对张三的支持率为33%~53%($\mu_{\bar{x}} \pm 2\sigma_{\bar{x}}$)之间，而margin error为10%