机器学习中做多次试验后,需要计算指标的95%置信区间。
假设做了10次试验,计算得出的某指标分别为{x1,…,x10}
其均值为
μ
=
(
x
1
+
.
.
.
+
x
10
)
/
10
\mu=(x1 + ... + x10)/10
μ=(x1+...+x10)/10
方差
σ
=
∑
(
x
i
−
μ
)
2
/
10
\sigma=\sum(x_i -\mu)^2/10
σ=∑(xi−μ)2/10
95%置信区间如下:
P
=
[
μ
−
1.96
σ
1
0
,
μ
+
1.96
σ
1
0
]
P=[\mu-1.96\frac{\sigma}{\sqrt10},\mu+1.96\frac{\sigma}{\sqrt10}]
P=[μ−1.9610σ,μ+1.9610σ]
理解如有误,还请大家多多留言指正。
参考资料
[1]如何理解 95% 置信区间?
[2]初学者都能看懂的95%置信区间