信賴區間

在统计学中，一个概率样本的置信区间（英語：confidence interval，CI），是对产生这个样本的总体的参数分布（parametric distribution）中的某一个未知母數值，以区间形式给出的估计。相对于点估计（point estimation）用一个样本统计量来估计参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合（confidence set）概念是置信区间在多维分析的推广。

置信区间在频率学派中间使用，其在贝叶斯统计中的对应概念是可信区间（credible interval）。两者建立在不同的概念基础上的，贝叶斯统计将分布的位置参数视为随机变量，并对给定观测到的数据之后未知参数的后验分布进行描述，故无论对随机样本还是已观测数据，构造出来的可信区间，其可信水平都是一个合法的概率；而置信区间的置信水平，只在考虑随机样本时可以被理解为一个概率。

定义

对随机样本的定义

定义置信区间最清晰的方式是从一个随机样本出发。考虑一个一维随机变量${\cal {X}}$服从分布${\cal {F}}$，又假设$\theta$是${\cal {F}}$的参数之一。假设我们的数据采集计划将要独立地抽样$n$次，得到一个随机样本$\{X_{1},\ldots ,X_{n}\}$，注意这里所有的$X_{i}$都是随机的，我们是在讨论一个尚未被观测的数据集。如果存在统计量（统计量定义为样本$X=\{X_{1},\ldots ,X_{n}\}$的一个函数，且不得依赖于任何未知参数）$u(X_{1},\ldots ,X_{n}),v(X_{1},\ldots ,X_{n})$满足$u(X_{1},\ldots ,X_{n})<v(X_{1},\ldots ,X_{n})$使得：

$\mathbb {P} \left(\theta \in \left(u(X_{1},\ldots ,X_{n}),v(X_{1},\ldots ,X_{n})\right)\right)=1-\alpha$

则称$\left(u(X_{1},\ldots ,X_{n}),v(X_{1},\ldots ,X_{n})\right)$为一个用于估计参数$\theta$的$1-\alpha$置信区间，其中的，$1-\alpha$称为置信水平，$\alpha$在假设检验中也称为显著性水平。

对观测到的数据的定义

接续随机样本版本的定义，现在，对于随机变量${\cal {X}}$的一个已经观测到的样本$\{x_{1},\ldots ,x_{n}\}$，注意这里用小写x表记的$x_{i}$都是已经观测到的数字，没有随机性了，定义基于数据的$1-\alpha$置信区间为：

$\left(u(x_{1},\ldots ,x_{n}),v(x_{1},\ldots ,x_{n})\right)$

注意，置信区间可以是单尾或者双尾的，单尾的置信区间中设定$u=-\infty$或者$v=+\infty$，具体前者还是后者取决于所构造的置信区间的方向。

初学者常犯一个概念性错误，是将基于观测到的数据所同样构造的置信区间的置信水平，误认为是它包含真实未知参数的真实值的概率。正确的理解是：置信水平只有在描述这个同样构造置信区间的过程（或称方法）的意义下才能被视为一个概率。一个基于已经观测到的数据所构造出来的置信区间，其两个端点已经不再具有随机性，因此，类似的构造的间隔将会包含真正的值的比例在所有值中，其包含未知参数的真实值的概率是0或者1，但我们不能知道是前者还是后者。

例子

例1：正态分布，已知总体方差$\sigma ^{2}$

$1-\alpha$水平的正态置信区间为：

$\left({\bar {x}}-z_{\alpha /2}{\frac {\sigma }{\sqrt {n}}},{\bar {x}}+z_{\alpha /2}{\frac {\sigma }{\sqrt {n}}}\right)$ (双尾)

$\left(-\infty ,{\bar {x}}+z_{\alpha }{\frac {\sigma }{\sqrt {n}}}\right)$ (单尾)

$\left({\bar {x}}-z_{\alpha }{\frac {\sigma }{\sqrt {n}}},+\infty \right)$ (单尾)

以下为方便起见，只列出双尾置信区间的例子，且区间中用"$\pm$"进行简记：

例2：正态分布，未知总体方差$\sigma ^{2}$

$1-\alpha$水平的双尾正态置信区间为：

$\left({\bar {x}}\pm t_{n-1;\alpha /2}{\frac {s}{\sqrt {n}}}\right)$

例3：两个独立正态样本

設有兩個獨立正態樣本$x$和$y$，样本大小为$m$和$n$，估计总体均值之差$\mu _{1}-\mu _{2}$，假设总体方差未知但相等：$\sigma _{1}=\sigma _{2}$(如果未知且不等就要应用Welch公式来确定t分布的自由度) $1-\alpha$水平的双尾正态置信区间为：

$\left({\bar {x}}-{\bar {y}}\pm t_{m+n-2;\alpha /2}\cdot s_{p}\cdot {\sqrt {{\frac {1}{m}}+{\frac {1}{n}}}}\right)$，其中$s_{p}={\sqrt {\frac {(m-1)s_{x}^{2}+(n-1)s_{y}^{2}}{m+n-2}}}$且$s_{x},s_{y}$分别表示$x$和$y$的样本标准差。

常見誤解

從常態分佈產生的50個樣本中得出的50個信賴區間

信賴區間及信心水準常被誤解，出版的研究也顯示出既使是專業的科學家也常做出錯誤的詮釋。

• 以95%的信賴區間來說，建構出一個信賴區間，不代表分佈的參數有95%的機率會落在該信賴區間內（也就是說該區間有95%的機率涵蓋了分佈參數）。 依照嚴格的頻率學派詮釋，一旦信賴區間被建構完全，此區間不是涵蓋了參數就是沒涵蓋參數，已經沒有機率可言。95%機率指的是建構信賴區間步驟的可靠性，不是針對一個特定的區間。內曼本人（信賴區間的原始提倡者）在他的原始論文提出此點：

  「在上面的敘述中可以注意到，機率是指統計學家在未來關心的估計問題。事實上，我已多次說明，正確結果的頻率會趨向於α。考慮到一個樣本已被抽取，[特定端點]也已被計算完成。我們能說在這個特定的例子裡真值[落到端點中]的機率等於α嗎？答案明顯是否定的。參數是未知的常數，無法做出對其值的機率敘述……」

Deborah Mayo針對此點進一步說道：

「無論如何必須強調，在看到[資料的]數值後，Neyman–Pearson理論從不允許做出以下結論，特定產生的信賴區間涵蓋了真值的機率或信心為(1 − α)100%。Seidenfeld的評論似乎源於一種（並非不尋常的）期望，Neyman–Pearson信賴區間能提供他們無法合理提供的，也就是未知參數落入特定區間的機率大小、信心高低或支持程度的測度。隨著Savage (1962)之後，參數落入特定區間的機率可能是指最終精密度的測度。最終精密度的測度令人嚮往而且信賴區間又常被(錯誤地)解釋成可提供此測度，然而此解釋是不被保證的。無可否認的，『信賴』二字助長了此誤解。」

• 95%信賴區間不代表有95%的樣本資料落在此信賴區間。
• 信賴區間不是樣本參數的可能值的確定範圍，雖然它常被啟發為可能值的範圍。
• 從一個實驗中算出的一個95%信賴區間，不代表從不同實驗得到的樣本參數有95%落在該區間中

构造法

一般来说，置信区间的构造需要先找到一个枢轴变量（pivotal quantity，或称pivot），其表达式依赖于样本以及待估计的未知参数(但不能依赖于总体的其它未知参数)，其分布不依赖于任何未知参数。

下面以上述例2为例，说明如何利用枢轴变量构造置信区间。对于一个正态分布的随机样本${X_{1},\ldots ,X_{n}}$，可以证明(此证明对初学者并不容易)如下统计量互相独立：

${\bar {X}}={\frac {1}{n}}\sum _{i=1}^{n}X_{i}$ 和 $S^{2}={\frac {\sum _{i=1}^{n}\left(X_{i}-{\bar {X}}\right)^{2}}{n-1}}$

它们的分布是：

${\frac {{\bar {X}}-\mu }{\sigma /{\sqrt {n}}}}\sim N(0,1)$ 和 $(n-1){\frac {S^{2}}{\sigma ^{2}}}\sim \chi _{n-1}^{2}$

所以根据t分布的定义，有

$t={\frac {{\bar {X}}-\mu }{S/{\sqrt {n}}}}\sim t_{n-1}$

于是反解如下等式左边括号中的不等式

$\mathbb {P} \left(-t_{n-1;\alpha /2}<t={\frac {{\bar {X}}-\mu }{S{\sqrt {n}}}}<t_{n-1;\alpha /2}\right)=1-\alpha$

就得到了例2中双尾置信区间的表达式。

与参数检验的联系

有时，置信区间可以用来进行母數检验。例如在上面的例1中构造的双尾$1-\alpha$水平置信区间，可以用来检验具有相应的显著水平为$\alpha$的双尾對立假說，具体地说是如下检验： 正态分布总体，知道总体方差$\sigma ^{2}$，在$\alpha$显著水平下检验：

$H_{0}:\mu =\mu _{0}$ vs $H_{1}:\mu \neq \mu _{0}$

检验方法是：当（且仅当）相应的$1-\alpha$水平置信区间不包含$\mu _{0}$时拒绝零假设$H_{0}$

例1中构造的双尾$1-\alpha$水平置信区间也可以用来检验如下两个显著水平为$\alpha /2$的单尾对立假设：

$H_{0}:\mu \leq \mu _{0}$ vs $H_{1}:\mu >\mu _{0}$

和

$H_{0}:\mu \geq \mu _{0}$ vs $H_{1}:\mu <\mu _{0}$

检验方法是完全类似的，比如对于上述第一个单尾检验$H_{1}:\mu >\mu _{0}$，当且仅当双尾置信区间的左端点大于$\mu _{0}$时拒绝零假设。

参考书目

• 羅納德·費雪 (1956) Statistical Methods and Scientific Inference. Oliver and Boyd, Edinburgh. (See p. 32.)
• 弗罗因德 (1962) Mathematical Statistics Prentice Hall, Englewood Cliffs, NJ. (See pp. 227–228.)
• 伊安·海金 (1965) Logic of Statistical Inference. Cambridge University Press, Cambridge
• 齐平 (1962) Introduction to Statistical Inference. D. Van Nostrand, Princeton, NJ.
• 杰克·基弗(1977) "Conditional Confidence Statements and Confidence Estimators (with discussion)" Journal of the American Statistical Association, 72, 789–827.
• 泽西·内曼 (1937) "Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability" Philosophical Transactions of the Royal Society of London A, 236, 333–380. (Seminal work.)
• G.K.罗宾逊 (1975) "Some Counterexamples to the Theory of Confidence Intervals." Biometrika, 62, 155–161.