Доверительный интервал

Доверительный интервал — термин, используемый в математической статистике при интервальной оценке статистических параметров, более предпочтительной при небольшом объёме выборки, чем точечная. Доверительным называют интервал, который покрывает неизвестный параметр с заданной надёжностью.

Доверительным называется интервал, в который попадают измеренные в эксперименте значения, соответствующие доверительной вероятности.^[1]

Метод доверительных интервалов разработал американский статистик Ежи Нейман, исходя из идей английского статистика Рональда Фишера^{[ссылка 1]}.

Определение

Доверительным интервалом параметра ${\displaystyle \theta }$ распределения случайной величины ${\displaystyle X}$ с уровнем доверия p^{[примечание 1]}, порождённым выборкой ${\displaystyle (x_{1},\ldots ,x_{n})}$, называется интервал с границами ${\displaystyle l(x_{1},\ldots ,x_{n})}$ и ${\displaystyle u(x_{1},\ldots ,x_{n})}$, которые являются реализациями случайных величин ${\displaystyle L(X_{1},\ldots ,X_{n})}$ и ${\displaystyle U(X_{1},\ldots ,X_{n})}$, таких, что

${\displaystyle \mathbb {P} (L\leqslant \theta \leqslant U)=p}$.

Граничные точки доверительного интервала ${\displaystyle l}$ и ${\displaystyle u}$ называются доверительными пределами.^[2].

"Вероятность, с которой в условиях данного эксперимента полученные экспериментальные данные можно считать надежными (достоверными), называют доверительной вероятностью или надежностью. Величина доверительной вероятности определяется характером производимых измерений. При выполнении учебных лабораторных работ в курсе общей физики доверительная вероятность обычно считается равной 95%.

Толкование доверительного интервала, основанное на интуиции, будет следующим: если уровень доверия p велик (скажем, 0,95 или 0,99), то доверительный интервал почти наверняка содержит истинное значение ${\displaystyle \theta }$.^{[ссылка 2]}

Еще одно истолкование понятия доверительного интервала: его можно рассматривать как интервал значений параметра ${\displaystyle \theta }$, совместимых с опытными данными и не противоречащих им.

Более точное, хоть также не совсем строгое, толкование доверительного интервала с уровнем доверия, скажем, 95%, состоит в следующем. Если провести очень большое количество независимых экспериментов с аналогичным построением доверительного интервала, то в 95% экспериментов доверительный интервал будет содержать оцениваемый параметр ${\displaystyle \theta }$ (то есть будет выполняться ${\displaystyle L\leqslant \theta \leqslant U}$), а в оставшихся 5% экспериментов доверительный интервал не будет содержать ${\displaystyle \theta }$.

Примеры

• Доверительный интервал для математического ожидания нормальной выборки;
• Доверительный интервал для дисперсии нормальной выборки.

Байесовский доверительный интервал

В байесовской статистике существует схожее, но отличающееся в некоторых ключевых деталях определение доверительного интервала (англ.)русск.. Здесь оцениваемый параметр ${\displaystyle \theta }$ сам считается случайной величиной с некоторым заданным априорным распределением (в простейшем случае — равномерным), а выборка ${\displaystyle X}$ фиксирована (в классической статистике всё в точности наоборот). Байесовский ${\displaystyle p}$-доверительный интервал — это интервал ${\displaystyle [L,U]}$, покрывающий значение параметра ${\displaystyle \theta }$ с апостериорной вероятностью ${\displaystyle p}$:

${\displaystyle \mathbb {P} (L\leqslant \theta \leqslant U|X)=p}$.

Как правило, классический и байесовский доверительные интервалы различаются. В англоязычной литературе байесовский доверительный интервал принято называть термином credible interval, а классический — confidence interval.

См. также

• Толерантный интервал

Примечания

1. ↑ величину, дополняющую доверительную вероятность до единицы, обычно обозначают α

Источники

1. ↑ Гмурман В. Е. Теория вероятностей и математическая статистика: Учебное пособие для вузов. — 9-е изд. — М.: Высшая школа, 2003. — 479 с. — ISBN 5-06-004214-6
2. ↑ Справочник по прикладной статистике. В 2-х т. Т. 1: Пер. с англ. / Под ред. Э. Ллойда, У. Ледермана, Ю. Н. Тюрина. — М.: Финансы и статистика, 1989. — 510 с. — ISBN 5-279-00245-3 (Определение 4.2.1.; стр. 149.)

Литература

• Ш. Закс. Теория статистических выводов. — М.: Мир, 1975. — 776 с.

Это заготовка статьи по статистике. Вы можете помочь проекту, дополнив её.

В этой статье не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена. Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 19 июня 2018 года.