一定程度的信心

本文解释了统计数据的置信度是多少。因此，您会发现置信水平在统计学中的含义、包含最常用置信水平的表格以及置信水平和显着性水平之间的差异。

信任程度如何？

在统计学中，置信水平是总体中统计参数的估计值位于置信区间内的概率。通常，置信水平表示为 1-α 并表示为百分比。

例如，如果平均值的置信区间的置信水平为 95%，则这意味着总体平均值位于置信区间内的概率为 95%。

最常用的置信水平是 90%、95% 和 99%。尽管最常见的置信度是 95%。

置信水平表

了解置信水平的定义后，下面列出了最常见的置信水平及其相应的临界值的表格。

因此，知道所需的置信水平，就可以确定临界值，从而可以计算统计参数的置信区间。您可以在我们网站上的相应文章中了解如何计算置信区间。

置信度为 0% 和 100%

在本节中，我们将了解 0% 置信水平和 100% 置信水平的含义，因为这两个置信水平通常不应出现在统计数据中。

置信水平为 0%意味着如果再次采集样本数据，不能确定是否会获得相同的结果。事实上，以 0% 置信度获得的结果永远不会被发表，因为在重复统计研究之前无法确定其准确性。

另一方面， 100%的置信水平意味着毫无疑问，如果重复研究，将会得到完全相同的结果。事实上，统计数据中并不存在 100% 的置信水平，除非对整个人群进行了研究，即便如此，您也不能 100% 确定调查过程中没有发生任何错误或偏差。

置信水平和显着性水平

置信水平和显着性水平在统计上相关，因此在本节中我们将看到这两个概念之间的差异。

置信水平和显着性水平之间的差异是它们定义的概率。置信水平是统计量位于置信区间内的概率，而显着性水平是统计量位于置信区间外的概率。

因此，如果置信区间的置信水平为 1-α，则该同一区间的显着性水平为 α。

例如，如果置信区间的置信水平为 95%，则其显着性水平为 5%。这意味着，如果我们重复统计研究 100 次，则 95 次我们将得到与真实总体相符的结果，而 5 次我们将得到错误的结果。