置信区间(Confidence Interval, CI)

原文链接：https://blog.csdn.net/weixin_39679367/article/details/114631706

1. 基础数学知识

1.1. 什么是置信区间（Confidence Interval, CI）？

按照维基百科上说的是：在统计学上，置信区间是从已观测到的数据中统计出来的一个估计。它给出了未知参数可能落在的区域。

而通俗的讲，就是我们去估计一个参数（大部分情况是一个平均值或期望），但是估计一定会有误差，所以置信区间就告诉我们，这个平均值的误差范围。

比如 95% 置信区间，就是我们估计出来的平均值，会有 95% 的可能性落在这个区间。

1.2. 如何计算置信区间？

置信区间会用到标准误差，而标准误差会用到标准差，它们的计算如下：

总体标准差：

样本标准差：

标准误差：

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import scipy.stats as st
matplotlib.rcParams.update({'font.size': 12})

# generate dataset
data_points = 50
sample_points = 10000
Mu = (np.linspace(-5, 5, num=data_points)) ** 2
Sigma = np.ones(data_points) * 8
data = np.random.normal(loc=Mu, scale=Sigma, size=(100, data_points))

# predicted expect and calculate confidence interval
predicted_expect = np.mean(data, 0)
low_CI_bound, high_CI_bound = st.t.interval(0.95, data_points - 1,
                                            loc=np.mean(data, 0),
                                            scale=st.sem(data))

# plot confidence interval
x = np.linspace(0, data_points - 1, num=data_points)
plt.plot(predicted_expect, linewidth=3., label='estimated value')
plt.plot(Mu, color='r', label='grand truth')
plt.fill_between(x, low_CI_bound, high_CI_bound, alpha=0.5,
                label='confidence interval')
plt.legend()
plt.title('Confidence interval')
plt.show()

​

​