数理统计之置信区间（置信度）

最新推荐文章于 2024-07-27 13:56:45 发布

明朝百晓生

最新推荐文章于 2024-07-27 13:56:45 发布

阅读量9.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：人工智能

4AM_明朝百晓生

本文链接：https://blog.csdn.net/chengxf2/article/details/115865544

人工智能专栏收录该内容

103 篇文章

订阅专栏

本文介绍了统计学中的双侧及单侧置信区间概念，包括置信水平、置信上下限等，并讨论了置信区间的精确度及其重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录：

双侧置信区间
单侧置信区间
精确度

一双侧置信区间

总体X的分布函数 $F(X;\theta)$ , $\theta$ 未知，对于给定的 $\alpha \in [0,1]$

$\hat{\theta}_L=\hat{\theta}_L(x_1,x_2,...x_n)$

$\hat{\theta}_u=\hat{\theta}_u(x_1,x_2,...x_n)$

如果 $P(\hat{\theta}_L<\theta<\hat{\theta}_u)\geq 1-\alpha$

$(\hat{\theta_L},\hat{\theta}_u)$ 称为 $\theta$ 的置信水平为 $1-\alpha$ 的双侧置信区间。

$\hat{\theta}_l$ : 置信下限

$\hat{\theta}_u$ : 置信上限

二单侧置信区间

$P\begin{Bmatrix} \hat{\theta_L}<\theta \end{Bmatrix}=1-\alpha_1$ : $\hat{\theta}_L$ 为置信水平为 $1-\alpha_1$ 的单侧置信下限

$P\begin{Bmatrix} \theta<\hat{\theta}_u \end{Bmatrix}=1-\alpha_2$ ： $\hat{\theta}_u$ 为置信水平为 $1-\alpha_2$ 的单侧置信上限

$P\begin{Bmatrix} \hat{\theta}_L<\theta<\hat{\theta}_u \end{Bmatrix}$ = $F(\theta_u)-(1-F(\theta_L))$ $=1-\alpha_2-\alpha_1$

三精确度

置信区间 $\begin{pmatrix} \hat{\theta}_L,\hat{\theta} _u \end{pmatrix}$ 的平均长度 $E(\theta_u-\theta_L)$ 为区间的精确度，精度的一半称为误差限

NeyMan 原则

在置信水平达到 $1-\alpha$ 的置信区间中，选择精确度最高的区间（误差限小）

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。