Khoảng tin cậy

Trong thống kê, khoảng tin cậy (CI) là một loại ước lượng khoảng, được tính từ số liệu thống kê của dữ liệu quan sát được, có thể bao hàm giá trị thực của tham số quần thể chưa biết. Khoảng có một độ tin cậy tương ứng, nói một cách chung chung, ước lượng độ tin cậy mà tham số nằm trong khoảng. Nói đúng hơn, độ tin cậy biểu thị tần số (nghĩa là tỷ lệ) của các khoảng tin cậy có thể có chứa giá trị thực của tham số quần thể chưa biết. Nói cách khác, nếu các khoảng tin cậy được xây dựng bằng cách sử dụng một độ tin cậy nhất định từ một con số thống kê mẫu độc lập vô hạn, tỷ lệ của các khoảng đó chứa giá trị thực của tham số sẽ bằng với độ tin cậy.

Khoảng tin cậy bao gồm loạt các giá trị tiềm tàng của tham số quần thể chưa biết. Tuy nhiên, khoảng được tính từ một mẫu cụ thể không nhất thiết bao hàm giá trị thực của tham số. Dựa trên giả thiết (thường được thực hiện) rằng dữ liệu được quan sát là các mẫu ngẫu nhiên từ một quần thể đích, khoảng tin cậy nhận được từ dữ liệu cũng là ngẫu nhiên.

Độ tin cậy được chọn trước khi tiến hành khảo sát dữ liệu. Phổ biến nhất, độ tin cậy 95% thường được sử dụng. Tuy nhiên, các độ tin cậy khác cũng có thể được sử dụng, như 90% và 99%.

Các yếu tố ảnh hưởng đến độ rộng của khoảng tin cậy bao gồm kích thước mẫu, độ tin cậy và độ biến thiên của mẫu. Một mẫu lớn hơn sẽ có xu hướng cho ra ước tính tốt hơn về tham số quần thể, khi mà tất cả các yếu tố khác đều như nhau. Độ tin cậy cao hơn sẽ có xu hướng cho ra khoảng tin cậy rộng hơn.

Khoảng tin cậy đã được đưa vào trong thống kê bởi Jerzy Neyman trong một ấn phảm xuất bản năm 1937.

Thư mục

• Fisher, R.A. (1956) Statistical Methods and Scientific Inference. Oliver and Boyd, Edinburgh. (See p. 32.)
• Freund, J.E. (1962) Mathematical Statistics Prentice Hall, Englewood Cliffs, NJ. (See pp. 227–228.)
• Hacking, I. (1965) Logic of Statistical Inference. Cambridge University Press, Cambridge. ISBN 0-521-05165-7
• Keeping, E.S. (1962) Introduction to Statistical Inference. D. Van Nostrand, Princeton, NJ.
• Kiefer, J. (1977). “Conditional Confidence Statements and Confidence Estimators (with discussion)”. Journal of the American Statistical Association. 72 (360a): 789–827. doi:10.1080/01621459.1977.10479956. JSTOR 2286460.
• Mayo, D. G. (1981) "In defence of the Neyman-Pearson theory of confidence intervals", Philosophy of Science, 48 (2), 269–280. JSTOR 187185
• Neyman, J. (1937) "Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability" Philosophical Transactions of the Royal Society of London A, 236, 333–380. (Seminal work.)
• Robinson, G.K. (1975). “Some Counterexamples to the Theory of Confidence Intervals”. Biometrika. 62 (1): 155–161. doi:10.1093/biomet/62.1.155. JSTOR 2334498.
• Savage, L. J. (1962), The Foundations of Statistical Inference. Methuen, London.
• Smithson, M. (2003) Confidence intervals. Quantitative Applications in the Social Sciences Series, No. 140. Belmont, CA: SAGE Publications. ISBN 978-0-7619-2499-9.

• Mehta, S. (2014) Statistics Topics ISBN 978-1-4992-7353-3
• Hazewinkel, Michiel, ed. (2001) [1994], "Confidence estimation", Encyclopedia of Mathematics, Springer Science+Business Media B.V. / Kluwer Academic Publishers, ISBN 978-1-55608-010-4
• Morey, R. D.; Hoekstra, R.; Rouder, J. N.; Lee, M. D.; Wagenmakers, E.-J. (2016). “The fallacy of placing confidence in confidence intervals”. Psychonomic Bulletin & Review. 23 (1): 103–123. doi:10.3758/s13423-015-0947-8.

External links

• GraphPad QuickCalcs
• TAMU's Confidence Interval Calculators
• MBAStats confidence interval and hypothesis test calculators