python 检验两个样本均值是否相同_假设检验|第四章：置信区间和置信水平

文章来自微信公众号：发现Minitab

概述

在本篇文章中，我将继续通过关注概念和图形而不是方程式和数字来说明假设检验和置信区间是如何工作的。我将解释置信区间和置信水平，以及它们与P值和显著性水平的密切关系。

一、如何解释置信区间和置信水平
置信区间是可能包含未知总体参数的值范围。如果您多次绘制随机样本，则一定百分比的置信区间将包含总体均值，这个百分比是置信水平。
最常见的是，您将使用置信区间来约束均值或标准差，但您也可以获得它们的回归系数，比例，发生率（泊松）以及种群之间的差异。

正如对如何解释P值存在一种常见的误解一样，对于如何解释置信区间也存在一些常见的误解。在这种情况下，置信水平不是特定置信区间包含总体参数的概率。
置信水平表示的是通过分析获得评估总体参数精确区间的理论能力。通过研究分析得到一个特定的置信区间，区间包含或者不包含均值—除了概率为0或1没有其他情况。你不能确定事实是这两种可能性的哪一个，因为你不知道总体参数的值。该参数是一个未知的常数，并且没有关于其值的概率陈述。在我们讨论下面的图表之后，这将更容易理解。
考虑到这一点，如何解释置信区间？
置信区间作为良好的总体参数估计方法，在这个过程中往往产生包含参数的区间。置信区间由点估计(最可能的值)和围绕这一点的误差估计组成。误差表示的是针对总体参数周围样本不确定性的