置信区间是统计学中的一种区间估计方法，相较于点估计，它提供了更高的估计准确率。95%置信区间意味着在多次重复实验中，大约有95%的区间会包含真实值。通过抽样和正态分布理论，可以构造出置信区间，例如对于服从正态分布的数据，可以使用标准误差计算95%置信区间。虽然我们无法确定具体哪次的区间会覆盖真实值，但总体上，置信区间为统计推断提供了更为稳健的估计。
置信区间，就是一种区间估计。
先来看看什么是点估计，什么是区间估计。
1 点估计与区间估计
以前很流行一种刮刮卡：
游戏规则是(假设只有一个大奖)：大奖事先就固定好了，一定印在某一张刮刮卡上
买了刮刮卡之后，刮开就知道自己是否中奖
那么我们起码有两种策略来刮奖：点估计：买一张，这就相当于你猜测这一张会中奖
区间估计：买一盒，这就相当于你猜测这一盒里面会有某一张中奖
很显然区间估计的命中率会更高(当然费用会更高，因为风险降低了)。
接下来，我们看看置信区间是如何进行区间估计的。
2 置信区间
我们通过对人类身高的估计来讲解什么是置信区间。
2.1 上帝视角
对于人类真实的平均身高，我们是没有办法知道的，因为几乎不可能把每个人都统计到。
但这个数据肯定是真实存在的，我们可以说，上帝知道。
在这里我们引入了上帝视角，即上帝看到的人类身高的真实分布。
假设人类的身高分布服从如下正态分布(
)：
也就是说全体人类的平均身高为145cm，为了表示只有上帝可以看到，我把真实分布用虚线来表示：
2.2 点估计
作为愚蠢的人类，我们只能在人群中抽样统计：
比如下面是一次抽样数据，我把算出来的样本均值(记作
)画在图上(蓝色的点)：
最低0.47元/天 解锁文章
扫一扫
38万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
