信賴區間圖解

閱讀時間約 2 分鐘

信賴區間(Confidence interval)是一種用於評估母體參數的區間估計方法。常見的形式為估計值+-誤差界限。如果是想要估計母體的平均數的話,可以採用下圖公式進行計算,下圖X代表樣本平均數(解釋請看這篇文章),Z為臨界值(等等解釋),s代表樣本的標準差(解釋請看這篇文章),n就是樣本數量。


raw-image


不同的信水準有不同的臨界值,95對應的Z值是1.96,從下圖可以看出在Z值正負1.96的標準差範圍內為機率為95%, 約有 95%的資料落此範圍內。如果想要用99%信賴區間,那對應的就是將臨界值改成2.58。但這樣的話誤差界限也會改變,導致信賴區間變得更長包含更大的範圍。

raw-image

信賴區間解讀的誤區

要注意的是信賴區間的解讀,不能說成這個區間有95機率包含母體平均數。因為只根據一個樣本,此樣本算出來的信賴區間已經固定,而母體的平均數也是固定的常數(雖然未知),既然都是固定的就不會是95%,要就是有包含,不然就沒有。

Z為臨界值解釋

如果要解釋的話,就要回到分布進行解釋,我們必須反覆抽樣,抽出多個樣本平均數,然後形成一個樣本平均數分配圖(如上圖),雖然我們並不知道母體平均數確切位置,但只有抽的數量夠多,我們相信母體平均會越來越居中(接近Z=0)。只要是採用簡單隨機抽樣,然後樣本數夠大,基本上都會接近常態分派,也就是接近Z分數分配的形狀。這就是為何我們要選擇Z分數作為臨界值。

信賴區間的解讀

同時,每抽一次樣本,就用樣本的數值放進信賴區間公式x±1.96*s√n如下圖反覆進行抽樣,假設對母體做 100 次抽樣後,將這 100 個信賴區間求出來,在這麼多的信賴區間中, 約有 95%的機率落在這些信賴區間中,也就是說大約有 95 個信賴區間會包含母體平均數。


raw-image

信賴區間的注意事項

  • 高信心水準並非平白得來,若使用同組資料,99信賴區間會比95信賴區間要寬,在估計參數的準確和抓到參數的信心之間需要取得平衡。
  • 如果想要提高信心水準,又要較窄的區間,那最好是提高樣本數量,再做調查研究時,樣本數越大越好。





您的研究遇到了統計分析的困難嗎?您需要專業的統計諮詢和代跑服務嗎?請點我看提供的服務

avatar-img
221會員
122內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
心理博士的筆記本 的其他內容
說明隨機抽樣誤差和非抽樣誤差在抽樣調查中的影響,並提供了分層隨機抽樣和便利取樣的實例,最後提供了讀者在檢視民調報告時應該留意的細節。
本次練習的主題是「在校園咖啡廳的討論社交媒體」,在這篇文章中,我們將介紹一段由兩位學生,Alice 和 Brian,進行的英語對話,並提供繁體中文翻譯及重要的單字解析。透過使用 ChatGPT,您可以反覆聆聽這段對話,從而提升您的英語聽力和口語能力。
抽樣方式影響調查的樣本結果是否可以代表母體狀況。方便抽樣可能導致偏誤,應考慮更系統化的抽樣方法,例如簡單隨機抽樣,以確保樣本情況可以回推母體情況。文章透過範例說明,解釋樣本和母體之間關聯。
這篇文章提供了大學生在期末考試期間討論考試準備情況和暑期計畫的一段英文對話範例。內容包括了學生們在準備期末考試時的準備狀況,以及他們對於暑期計畫的討論。
本文介紹了由兩位學生進行的英語對話,並提供繁體中文翻譯及重要的單字解析,幫助學習者提升英語聽力和口語能力。
本次練習的主題是「討論小組項目」,這是一個大學生經常遇到的場景。在這篇文章中,我們將介紹一段由兩位學生進行的英語對話,並提供繁體中文翻譯及重要的單字解析。透過使用 NaturalReader 或是ChatGPT,您可以反覆聆聽這段對話,從而提升您的英語聽力和口語能力。
說明隨機抽樣誤差和非抽樣誤差在抽樣調查中的影響,並提供了分層隨機抽樣和便利取樣的實例,最後提供了讀者在檢視民調報告時應該留意的細節。
本次練習的主題是「在校園咖啡廳的討論社交媒體」,在這篇文章中,我們將介紹一段由兩位學生,Alice 和 Brian,進行的英語對話,並提供繁體中文翻譯及重要的單字解析。透過使用 ChatGPT,您可以反覆聆聽這段對話,從而提升您的英語聽力和口語能力。
抽樣方式影響調查的樣本結果是否可以代表母體狀況。方便抽樣可能導致偏誤,應考慮更系統化的抽樣方法,例如簡單隨機抽樣,以確保樣本情況可以回推母體情況。文章透過範例說明,解釋樣本和母體之間關聯。
這篇文章提供了大學生在期末考試期間討論考試準備情況和暑期計畫的一段英文對話範例。內容包括了學生們在準備期末考試時的準備狀況,以及他們對於暑期計畫的討論。
本文介紹了由兩位學生進行的英語對話,並提供繁體中文翻譯及重要的單字解析,幫助學習者提升英語聽力和口語能力。
本次練習的主題是「討論小組項目」,這是一個大學生經常遇到的場景。在這篇文章中,我們將介紹一段由兩位學生進行的英語對話,並提供繁體中文翻譯及重要的單字解析。透過使用 NaturalReader 或是ChatGPT,您可以反覆聆聽這段對話,從而提升您的英語聽力和口語能力。
你可能也想看
Google News 追蹤
Thumbnail
上篇我們學到價格走勢的高低點可以當作壓力與支撐,但哪個位置的壓力與支撐比較重要? 俗話說:新手看價、老手看量。這篇文章討論了成交量對於評估股市的重要性,並提出了觀察成交量變化的新規則。
Thumbnail
技術指標源自統計學原理,反映市場變化的概率分佈,而非預測工具。本文了解指標背後邏輯有利活學活用,甚至自行改良創新。
每個人在操作台指時,會有不同的輔助觀察標的。 比如有人看籌碼,有人看權值股,看五檔買進賣出的掛單量,成交明細以及吃單的速度,或者看委買委賣的口數筆數,成交口數跟筆數。 個人經驗上,觀察選擇權強弱可以更快更準確判斷台指走勢 而且可以判斷將走趨勢盤或震盪盤。如果可以發現選擇權發出的訊號
Thumbnail
本文介紹了各種技術指標的應用和相關建議,包括平均真實價格範圍、熊力量指標、牛力量指標、商品通道指數、DeMarker、力量指數、移動平均匯聚擴散指標、動量指標、波動OSC移動平均線、相對強弱指數、相對活力指數、隨機指數、威廉指數等。建議以中文關鍵字為主要標籤。
什麼叫均值回歸,要如何搭配股市操作,可以參考作者的方法。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
透過探討指數級增長、常態分布與冪律分布在選擇行業時的應用,強調了分析邊際成本和市場分布特性的重要性。作者挑戰傳統追隨者思維,提倡創新和尋找獨特優勢,並透過服務業例子展示如何應用這些底層邏輯進行前瞻性決策,幫助讀者識別增長機會,制定成功策略。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
以下為個人研究心得分享,主要是判斷趨勢用於日內交易(當沖為準),僅供參考,不構成投資建議,當沖有風險一定要注意,該停損停利勿凹單勿貪! 周五盤前公開分享大盤看法,壓力支撐點位和趨勢,馬前砲可自行回測。 周一到周四沒意外的話盤前會在付費專欄更新。 偶爾會有個股分享(權重股為主)。 操作理念
Thumbnail
上篇我們學到價格走勢的高低點可以當作壓力與支撐,但哪個位置的壓力與支撐比較重要? 俗話說:新手看價、老手看量。這篇文章討論了成交量對於評估股市的重要性,並提出了觀察成交量變化的新規則。
Thumbnail
技術指標源自統計學原理,反映市場變化的概率分佈,而非預測工具。本文了解指標背後邏輯有利活學活用,甚至自行改良創新。
每個人在操作台指時,會有不同的輔助觀察標的。 比如有人看籌碼,有人看權值股,看五檔買進賣出的掛單量,成交明細以及吃單的速度,或者看委買委賣的口數筆數,成交口數跟筆數。 個人經驗上,觀察選擇權強弱可以更快更準確判斷台指走勢 而且可以判斷將走趨勢盤或震盪盤。如果可以發現選擇權發出的訊號
Thumbnail
本文介紹了各種技術指標的應用和相關建議,包括平均真實價格範圍、熊力量指標、牛力量指標、商品通道指數、DeMarker、力量指數、移動平均匯聚擴散指標、動量指標、波動OSC移動平均線、相對強弱指數、相對活力指數、隨機指數、威廉指數等。建議以中文關鍵字為主要標籤。
什麼叫均值回歸,要如何搭配股市操作,可以參考作者的方法。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
透過探討指數級增長、常態分布與冪律分布在選擇行業時的應用,強調了分析邊際成本和市場分布特性的重要性。作者挑戰傳統追隨者思維,提倡創新和尋找獨特優勢,並透過服務業例子展示如何應用這些底層邏輯進行前瞻性決策,幫助讀者識別增長機會,制定成功策略。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
以下為個人研究心得分享,主要是判斷趨勢用於日內交易(當沖為準),僅供參考,不構成投資建議,當沖有風險一定要注意,該停損停利勿凹單勿貪! 周五盤前公開分享大盤看法,壓力支撐點位和趨勢,馬前砲可自行回測。 周一到周四沒意外的話盤前會在付費專欄更新。 偶爾會有個股分享(權重股為主)。 操作理念