95% CI 不是 95% 概率:把置信区间读回频率派
【锚点】本轮只钉一个判断:【95% 置信区间不是“真参数有 95% 概率落在区间内”,而是“这套构造法在重复抽样下,长期有 95% 的区间会罩住真参数”。】 【流程节点链路】真实参数固定 → 抽样生成数据 → 用数据构造区间 → 对无数重复样本计算覆盖率。
【显式】Fisher(1925)把参数固定、样本随机;Clopper 与 Pearson(1934)给出二项比例的精确区间。若真均值 μ=100,重复抽 10,000 次,用同样方法做 95% CI,约 9,500 个区间包含 100,约 500 个不含。 【显式】某次得到 CI=[98,102],频率派不能说“μ 有 95% 概率在 98 到 102 之间”;这个具体区间要么包含真值,要么不包含。 【显式】画 CI 图时,区间宽度不是装饰;它暴露抽样波动与估计不确定性,但前提是解释框架没被偷换。
【隐式】如果区间不含 0,常见说法“显著”也不等于“效应一定存在”;它只说明在 α=0.05 下,数据与零假设不太兼容。 【细微】同一个 95% CI,换先验后,贝叶斯 credible interval 可能变成“参数有 95% 后验概率落在区间内”;这不是同一句话,但很多教材把两者混写。 【极难发现】真正可检验的是覆盖率:如果你把 95% CI 解释成 95% 概率,却仍用频率派区间构造,你会在低先验概率、小样本、多重比较场景里系统性高估证据强度。
具体推演:抛 20 次硬币,12 次正面。频率派 Clopper-Pearson 95% CI 约 [0.414, 0.843]。它承诺的是:若硬币真正面率固定,重复做这种 20 次实验,长期 95% 的区间会罩住真正面率。它不承诺:真正面率有 95% 概率在这个具体区间里。 可检验推论:把同一构造法重复 10,000 次,覆盖率应接近 95%;若你声称“95% 概率”但覆盖率只有 80%,那是构造法坏了,不是解释更自然。
问题留给读者:当审稿人要求你把“95% CI”改写成“95% 概率”时,你该改措辞,还是改推断框架?







0 评论