有道理，谢谢分享

置信区间比P值提供了更多的信息，样本量越大，所得的置信区间就越窄，就能更确定总体参数的确切值。

你到底要我怎么想

看看，路过

confidence interval... I am doing empirical researach, usually perform differences-in-differences, instrumental variable method. my most often used models are: probit, logistic, and tobit regression. I of course report confidence interval in my result, but I barely really use it in my final analysis. I often use 95% confidence interval level, instead of 99%. But I think it's a quick way to use confidence interval to reassure the significance of the coefficient. If zero is within the 95% confidence interval, your coefficient is NOT statistically significant. It's more intuitive than p-value and it's quicker than carrying out t-test.

zhichi!!!!

来看看。

说出来的论坛币，太棒了

最高奖励1000哦，大家快来参与

伴随概率吧，不过我对这个理解不深入就不多言了。

刚看到来捧场

呵呵，必然中的偶然

感谢楼主分享！

很受用

95%的置信区间大概是因为世界上没有完全一模一样的东西，为了把东西归成一类。所以有了95%的置信区间，至于为什么是95%，这个应该是经过多次试验得出的在误差允许范围内的最佳数值。

谢谢楼主，学习~

支持楼主！

赞一个

无非就是一个可以用来规避风险的手段 现实生活中CI只是做匡算的工具 而大数据来袭的情况下 没人再考虑alpha的作用 只是做2维数据的连结和比较

我也不太明白，来看看大家是怎么说的~~谢谢~~

楼主好人 不能就数据论数据的，

正在学习这一部分，看来还要继续深入了解。

在统计假设检验中，控制犯第一类错误的概率不超过规定的某个值，称这个值为显著性水平，显著性水平一旦确定下来，判别假设正确与否的临界值也跟着确定了下来······

我只是来领论坛币的。

个人认为置信区间还是做一百次试验其中95次包含真值，那么置信区间为95%的说法更精确一些，至于P值就是原假设为真时样本结果出现的概率，越小说明在这个原假设情况下出现某一现象就越不可能，所以就拒绝了原假设，用起来更方便些。

不好意思很努力的去看了..還是不是很了解置信度

统计软件SPSS好学么？！

概念不好区分，或者太抽象了很容易误用

努力学习吧

给大家贡献一个统计学故事吧：
二战后期，美军对德国和日本法西斯展开了大规模战略轰炸，每天都有成千架轰炸机呼啸而去，返回时往往损失惨重。美国空军对此十分头疼：如果要降低损失，就要往飞机上焊防弹钢板；但如果整个飞机都焊上钢板，速度航程载弹量什么都要受影响。
    怎么办？空军请来数学家亚伯拉罕。沃尔德。沃尔德的方法十分简单。他把统计表发给地勤技师，让他们把飞机上弹洞的位置报上来，然后自己铺开一张大白纸，画出飞机的轮廓，再把那些小窟窿一个个添上去。画完之后大家一看，飞机浑身上下都是窟窿，只有飞行员座舱和尾翼两个地方几乎是空白。
    沃尔德告诉大家：从数学家的眼光来看，这张图明显不符合概率分布的规律，而明显违反规律的地方往往就是问题的关键。飞行员们一看就明白了：如果座舱中弹，飞行员就完了；尾翼中弹，飞机失去平衡就要坠落——这两处中弹，轰炸机多半就回不来了，难怪统计数据是一片空白。因此，结论很简单：只需要给这两个部位焊上钢板就行了。