说出来的论坛币

这么好啊 先试试

正在学概率论方面的知识。感谢楼主开这个贴！

回帖就是钱拿么？那我也回帖试试

此帖以前好像见过……

是的，每得一个样本，就可以得一个置信区间，所以，蒙特卡洛N次，N很大都很稳定的，才比较可信。

感觉楼主好了不起啊

基于Monte Carlo的置信区间99%，时间跨度为10天，这是银行风控的标配

ding,ding,ding

但这些风控数字都是交给系统计算，而非风控自己人手算出，因此也无法检验对错，真是难以置性

    Good

我也来回复一条，求奖励啊

p-value is referred as the probability of the null hypothesis.

Learned it in class, actually can not understand it well

非常感谢楼主回复，这两天赶紧找了几本书思考了这个概念。首先你的理解是正确的，我的理解有偏差。这类问题是interval estimator，按照这种方法，只是说sample得到的结果在某个区间的概率为0.95.这个理解与我们直觉的理解不一样。我们想要知道的是，再获取sample data之后，我们要确定总体参数在这个确定interval的概率是0.95，这样interval data才有意义。
由于总体参数未知，对于我们而言，虽然它只有一个值，但是未知造成其为一个随机变量！假设sample data为t，参数为x，interval为【f(t), g(t)】，这里f，g为随机变量，则confidence 描述的是P(f(t)<x<g(t) | x) = 0.95. condition条件是x，也就是x的值固定。
考虑另外一个estimator，也给出interval 【f(t), g(t)】，这里我们关心的则是P(f(t)<x<g(t) | t) = 0.95.   也就是在知道sample data后，推测总体参数这个随机变量可能处于的区间概率。这个才是我们真正希望的，要的estimator，但是这个难以计算，需要先验概率。
由于上下2个概率的condition不一样，导致结果差别。

偶半路出家，忘楼主指正。 另外楼主发了这么多技术文章，功德无量。赞！

非常有意思的一个话题

比较赞同楼主的观点哦。个人认为置信区间就是从总体中抽100个样本，如果是预测总体均值的话，用100样本的均值构造100个区间，可以确认其中有95个区间中包含了总体的均值，所以对于每个构造的区间，有95%的把握认为总体的均值在这个区间内。

支持一下，太感谢了。

太形象了，活学活用的赶脚~

太形象了，活学活用的赶脚~

活学活用的统计知识呀！

95%主要是一个精度，之前有听过95%是经济和精度的一个比较好的平衡点，俗称高性价比的那个置信度。

容易上手的。

这个故事很不错，可是论坛说我24小时内评分过多~~我迟点再给你加哈~