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。
置信度 (1-α) | 显着性水平 (α) | 临界值(Zα /2 ) |
---|---|---|
0.80 | 0.20 | 1,282 人 |
0.85 | 0.15 | 1,440 |
0.90 | 0.10 | 1,645 |
0.95 | 0.05 | 1,960 人 |
0.99 | 0.01 | 2,576 |
0.995 | 0.005 | 2,807 |
0.999 | 0.001 | 3,291 |
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。