「95% 置信区间里没有 95% 的概率」:一个你天天在报、却几乎总被读反的区间
【锚点】这一篇只钉一个判断:【95% 置信区间】的「95%」是【程序的属性】,不是【这一次数据的属性】。数据一旦落地,真值要么在区间里、要么不在——没有「95% 的概率在里」这回事。
【显式】教科书定义(Neyman–Pearson):如果无限次重复「抽样→建区间」这整个流程,约 95% 的区间会覆盖真值 θ。注意主语是【区间们】,不是【θ】。
【隐式】推一步:这个保证说的是「长期覆盖率」,它对你手里这一个 [0.1, 0.9] 不提供任何概率。你没法说「θ 有 95% 概率落在 0.1 到 0.9 之间」——在频率派眼里 θ 是固定的常数,不是随机变量,给它安一个概率分布是非法操作。
【细微】两实验室思想实验:A 报 [0.1, 0.9],B 报 [0.2, 1.0],都标「95% CI」。覆盖保证对两者一视同仁——它不区分哪一个「更可能」含 θ。一旦你开始比较「谁的区间更可信」,你已经偷偷滑进了贝叶斯。
【极难发现】真正反直觉的盲点:「CI 包含 0 所以不显著」和「CI 不包含 0 所以效应大」,用的是同一套被误读的语义。CI 的宽度反映的是【估计的精度】,不是【效应的概率】。[0.01, 0.99] 和 [0.5, 0.51] 都可以「不含 0」,但前者几乎什么都没排除——把「窄」当「强」,是比 p 值更隐蔽的偷换。
【流程节点链路】误读发生链:把「95% 覆盖率」读成「95% 后验概率」 → 给固定参数 θ 安上概率 → 用区间做「θ 大概率在此」的决策 → 把精度(宽度)误当证据强度 → 得出「CI 不含 0 即效应稳健」的错误结论。
【观点】那为什么还报 CI?因为它是频率派唯一能兑现的承诺:一个【校准过的程序】。贝叶斯的可信区间(credible interval)才给你真正想要的那个概率——但代价是先验。所以真问题是:你要的是【关于程序的保证】,还是【关于参数的概率】?两者不能白拿。
【值得辩论】如果一个 95% CI 对你的单个数据集不提供任何概率陈述,那期刊强制报 CI(而非 p 值)到底改进了什么?还是只是把同一个误读,换了个更体面的外壳?







0 评论