置信区间confidence interval

又称置信距。统计推断上，在一定概率保证下，所估计出的总体参数可能所处的一个范围或区间。以样本平均数作为总体参数的估计值，仅是一种点的估计，其中并未考虑试验误差的影响。较为合理的表示则为在一定概率保证下的置信区间，所以，它是参数的区间估计值。平均数的置信区间可用-t_a·S～+t_a·S表示。

置信区间range of confidence

亦称可信区间，是用样本统计数(如X)估计总体参数(如μ)的可能范围。如以样本均数X估计总体参数μ时，因存有抽样误差，只能以一定的把握度对μ进行区间估计。通常以95%和99%两个概率水准作区间估计，称95%或99%的置信区间，其估计公式是：

95%的置信区间 μ=±t_0.05(v)S

99%的置信区间 μ=±t_0.01(v)S式中S代表标准误，t_0.05(r)和t_0.01(r)是自由度为v时在μ=0.05和0.01水平上的t值。可信区间的两个界值，称可信限。

置信区间confidence interval

参见“区间估计”条。

置信区间Confidence Interval

由样本统计量所构造的总体参数的估计区间，即该参数的真实值落在测量结果周围的可能性。

置信区间

见“参数估计”条。

置信区间

亦称“置信域”。为了估计随机变量总体分布的一个未知参数θ，找出一个区间[₁₂]，如果区间包含参数θ的概率大于或等于预先给定的值1-α( 0<α<1 )这个区间称为θ的置信区间。其中θ₁和θ₂分别称为θ的置信上限和置信下限。( 1-α)称为置值度、置信系数或置信概率。

置信区间confidence interval

设总体分布有一参数β，根据样本计算其估计量为β，对于给定的正数α(0<α<1)，找出另一正数δ，使

P(-δ≤β≤+δ)=1-α

成立，那么区间[-δ,β+δ]称为β的100(1-α)%置信区间。其中1-α称置信度(degree of confidence)，常用百分数表示为100(1-α)%。上式表明，由样本观测值构造的置信区间包含真值β的概率为1-α，所以[-δ,+δ]又称为β的区间估计式。
由最小二乘法得到的是回归方程系数的点估计式，进一步推导出的系数方差和扰动项方差也都是点估计式。仅由点估计式无法判断其可靠程度，而区间估计式则补充了这一不足。区间估计式指出了真值落在该区间内的概率。
置信区间也用于[假设检验]，称置信区间法。如果原假设给出的β值落在置信区间外，那么我们就拒绝原假设，接受备择假设。

置信区间confidence interval

由样本值对总体进行估计时，在一定置信水平下的估计值的范围。亦称“置信域”。由美国统计学家奈曼(Neyman,J.)提出。在统计检验中，当估计一个未知的参数的值时，一般通过样本的观察值给出一个范围，使得这个范围能按照足够大的概率（给定的）包含所要估计的参数，这个范围就称为置信区间。置信区间的确定，可根据样本的观察结果来确定θ₁和θ₂。当θ₁和θ₂对于给定的显著水平θ(θ<1=满足

θ₁≤θ₀≤θ₂

则P (θ₁ ≤θ₀≤θ₂) =1-α
θ₀为待估计的参数；区间(θ₁,θ₂)为置信区间； θ₁和θ₂分别为置信下限和置信上限；1-α为置信系数，或置信概率，表明区间估计的可靠性，它是区间估计的可靠概率；α为显著性水平，表明区间估计的不可靠概率。

置信区间confidence interval

亦称“置信间距”。在某一置信度时，总体参数所在的区域距离或区域长度。置信区间越长，置信水平越高。

置信区间

亦称“置信间距”。指在某一置信度时，总体参数所在的区域距离或区域长度。置信区间的两个端点值称为置信界限。置信度，又称置信水平，其值为1-α,α为显著性水平。