显着性水平vs置信水平vs置信区间

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

显着性水平vs置信水平vs置信区间
您可能已经发现统计数据并不是一门科学。许多术语易于解释，有时会有很多词表示同一事物（例如“平均”和“平均”），或者听起来像它们应该表示同一事物，例如重要性程度和置信度。  
尽管它们听起来很相似，但重要性水平和置信度实际上是两个完全不同的概念。置信水平和置信区间  也听起来像是相关的。它们通常相互结合使用，这增加了混乱。但是，它们的含义确实有很大不同。
简而言之，这是这三个的定义。
显着性水平：  在假设检验中，显着性水平α是在原假设 为真时做出错误决定的概率  。
置信度：  如果一遍又一遍地重复一次投票/测试/调查，则获得的结果的概率相同。置信度= 1-alpha。
置信区间：预期包含感兴趣的总体参数的民意测验，实验或调查得出的一系列结果。例如，平均响应。置信区间是使用重要性级别/置信级别构建的。
在以下各节中，我将深入研究这些定义中的每一个（相对）纯语言的含义。
置信度与置信区间
将置信区间（CI）和置信度（CL）放在一起时，结果是数据的统计合理  分布。例如，结果可能报告为“ 50％±6％，置信度为95％”。让我们将统计分为几个部分：
置信区间：50％±6％= 44％至56％
置信度：95％
置信区间本质上与置信度相关。 置信度水平以百分比表示（例如，置信度为90％）。如果您以90％的置信度重复进行实验或调查，我们希望90％的结果与您从总体中得到的结果相匹配。置信区间是您期望真实值出现的结果范围。例如，您调查了一组儿童，以查看一年进行了多少次应用内购买。您的测试处于99％的置信度水平，结果是置信区间（250
让我们深入研究这两个术语。
1.置信区间
盖洛普民意测验 指出CI和CL。投票结果令人担忧，有人回答说2016年总统大选是“操纵的”，三分之二的美国人（66％）在大选前说“ ...他们对选票“非常”或“有点自信”将在全国范围内准确投放和计数。” 文章的下半部分提供了有关该统计信息的更多信息：“在95％置信水平下，抽样误差的容限为±6个百分点。”
让我们先以陈述的百分比为准。“ 66％”的结果只是图片的一部分。这是一个估计，如果您只是想大致了解人们对选举操纵的看法，那么对于大多数目的，例如演讲，报纸文章或将信息传递给您的阿尔伯特叔叔，66％应该足够好，他喜欢进行良好的政治讨论。但是，您可能有兴趣获取有关该估算实际值的更多信息  。例如，真实的估计值可能在46％到86％之间（这实际上是一个很差的估计值），或者民意测验者可以得出非常准确的数字：例如，在64％到68％之间。百分比分布（从46％到86％或64％到68％）是  置信区间。 但是这有多好具体民意调查？? 他回答这一行：
“采样误差的幅度为±6个百分点……”
这个误差幅度告诉我们，报告的66％可能是6％。因此，我们的置信区间实际上是66％，正负6％，可能的范围是60％至72％。
2.置信度
同样，以上信息对于大多数用途而言可能足够好。但是，为了科学起见，假设您想要更加严格。仅仅因为民意测验报告得出了一定的结果，并不意味着它是对公众舆论整体的准确反映。实际上，许多来自不同公司的民意测验针对相同的人群报告了不同的结果，主要是因为抽样（即询问人口的一部分而不是全部）并不是一门精确的科学。
为了使轮询结果统计上合理，您想知道是否重复（一次又一次）轮询，轮询结果是否相同？输入置信度。 置信水平表示您对自己的结果（无论是调查，测试还是实验）可以无限次重复获得相同结果的信心。在理想世界中，您希望您的置信度为100％。换句话说，您希望100％确定，如果竞争对手的民意测验公司，公共实体或街外的乔·史密斯执行相同的民意测验，他们将获得相同的结果。但是，这是统计数据，而且从来没有100％。通常，置信度设置为90-98％。
对于此特定示例，盖洛普报告的 置信度为“ 95％”，这意味着如果要重复进行民意测验，盖洛普将在95％的时间内获得相同的结果。
置信水平为0％意味着您完全  不相信 ，如果重复调查，您将获得相同的结果。实际上，您确定结果将完全不同。
100％的置信度意味着 毫无疑问 ，如果您重复调查，您将获得相同的结果。结果将是100％的时间可重复。
置信度与重要度
上面，我定义了一个置信度水平来回答问题：“ ... 如果重复（反复）进行调查/测试/实验，结果是否相同？ ”本质上，置信度水平涉及可重复性。另一方面，重要性级别与可重复性完全无关。它们是在特定类型的实验（“假设检验”）的开始时设置的，并由您（研究人员）控制。
的显着性水平  （也称为α水平）是用于测试一个假设的术语。更具体地说，是 在原假设 为真时做出错误决定的可能性  。  用统计学的话来说，这是另一种说法，那就是您犯I型错误的可能性。
构建具有显着性水平的置信区间
使用正态分布，可以使用以下公式为任何显着性水平创建一个置信区间：
样本统计量±z *（标准误差）
（z * =乘数）
使用统计表（例如z表或t表）围绕点估计值（如平均值）构建置信区间，该表给出了正态分布数据的已知范围。正态分布的数据是可取的，因为数据倾向于以已知的方式运行，一定百分比的数据与均值之间有一定距离。例如，大约95％的时间点估计值将落在1.96标准偏差之内。
如果您对这个想法背后的数学，如何使用公式以及使用显着性水平构造置信区间感兴趣，可以在此处找到有关如何找到置信区间的简短视频。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：显着性水平 置信水平 置信区间 显着性 Alpha