在统计学中,置信区间被用作总体参数的区间估计,在科学和工程中经常用于假设检验、统计过程控制和数据分析。虽然可以手工计算置信区间,使用专门的统计程序或高级绘图计算器通常更容易、更快。 图形计算器可用于计算置信...
在统计学中,置信区间被用作总体参数的区间估计,在科学和工程中经常用于假设检验、统计过程控制和数据分析。虽然可以手工计算置信区间,使用专门的统计程序或高级绘图计算器通常更容易、更快。

图形计算器可用于计算置信区间。如果可以编写形式为
P(L≤θ≤U)=1-α的概率陈述,使得
L和
U是排他的样本数据和
θ的函数是一个参数,那么
L和
U之间的区间是一个置信区间,这个定义可以更直观、更实际地表述,即参数
θ存在于置信区间内的陈述在
100(1-α)%的情况下是真的这句话是这样说的。术语
(1-α)被称为置信系数。

置信区间通常用于确定某个参数在给定数据集中的拟合程度。对于具有已知均值
μ和已知方差
σ2的正态分布总体的情况下,平均值附近的100(1-α)置信区间可以用公式
x-zα/2σ/√n≤μ≤x zα/2σ/√n计算,其中
zα/2是标准正态分布曲线的上100
α/2个百分点,这是一个简单的例子,因为整个群体的真实平均值和方差通常为未知。置信区间通常用于确定某个参数在给定数据集中的拟合程度。例如,如果给定数据集的置信区间介于45到55之间,置信系数为095,有人可能会说,在这个区域内的任何数据点都属于具有95%置信度的人群。增加置信系数会缩短区间,这意味着更小范围的变量可以用更高的置信度来解释。降低置信系数会扩大区间,但会降低置信度。对于某些应用,例如具有已知均值和方差的正态分布总体,用来计算置信区间的公式是现成的,统计表可以用来找到
zα/2的值。其他应用,如工程中的数据分析,需要更复杂的计算方法。通常使用统计程序来确定这些情况下的置信区间更为实用。当数据集非常大且结果必须以图形方式呈现时,统计程序尤其有用。