多项样本中k<2比例的模拟95%置信区间的宽度是较宽的还是相同的？

Question

一个分类响应变量可以接受K个不同的值。显然，狭窄的置信区间意味着在该区间内获得观测的可能性较小，因此，我们的精度更高。95%的置信区间比99%的置信区间更窄，置信区间更宽。

这是否是一个正确的解释，如果不是，什么是最好的原因呢？

Answer 1

说大也大吧。

回想一下，CI是根据来自该人群的一些样本数据来估计人口的真实平均数。

确实，95%的CI比99%的CI更小(更窄)。

它与您的alpha值(显着性水平)直接相关，因此，5%的alpha意味着您的CI不包含实际/实际平均值的理论风险为5%。

因此，如果我们希望最小化这种风险，从而增加重要性，我们可以将alpha设置为1%，而CI将成为(100-alpha)% CI。正如你所观察到的，这99%的间隔要大得多，因为我想要一个更低的风险，所以它更大，涵盖范围更广的数值。-使我们不太可能错过真正的吝啬。

正如我所提到的，这种风险是理论性的，而且基本上是：“数据(以及我们由此创建的CI )恰好如此不正确(纯属偶然)，以至于真正的平均值超出了我们的CI，有什么可能呢？”

所以，这只是一个概率计算，基于你有多少数据，以及它的传播有多广。

，这就是，为什么它们之间的宽度/窄度不同。95% CI表示您选择了您的显着性水平(alpha)为5%。