置信区间、显著性检验和统计学意义

置信区间

估计参数真值所在的范围通常以区间的形式给出，同时还给出此区间包含参数真值的可信程度，这种形式的估计称为区间估计，这样的区间称为置信区间。

对于任意参数θ在可能的取值范围内，P{θ₁<θ<θ₂}≥1-α，则称随机区间（θ₁，θ₂）是参数θ的置信水平为1-α的置信区间，θ₁和θ₂分别称为置信水平为1-α的双侧置信区间的置信下限和置信上限，1-α称为置信水平。

对于特殊问题，我们关心的是重点在于参数θ的上限或下限，比如对于设备的使用寿命，关心平均寿命的“下限”；对于药品中杂质含量，关心平均含量的“上限”。对于任意参数θ在可能的取值范围内，P{θ<θ₂}≥1-α或P{θ>θ₁}≥1-α，则称随机区间（-∞，θ₂）或（θ₁，∞）是参数θ的置信水平为1-α的单侧置信区间，θ₁和θ₂分别称为置信水平为1-α的单侧置信下限和单侧置信上限。

 

显著性检验

统计推断（statistical inference），是根据带随机性的观测数据（样本）以及问题的条件和假定（模型），而对未知事物，作出的以概率形式表述的推断。主要包括参数估计和假设检验。

参数估计包括点估计和区间估计。点估计包括矩估计法和最大