概念卡：置信区间 Confidence Interval
概念卡：置信区间 Confidence Interval
一句话定义
置信区间是用样本数据给参数估计提供不确定性范围。
它解决什么问题
它不只告诉我们一个估计值，还告诉我们这个估计可能有多不稳定。
典型使用场景
- 均值估计。
- 回归系数估计。
- 风险指标不确定性评估。
需要知道的关键词
- Estimator
- Standard Error
- Confidence Level
- Uncertainty
- Bootstrap
和导师方向的关系
应用统计和极值建模中，参数或风险指标的点估计通常不够，需要说明不确定性。
交流时可以怎么说
我不只看点估计，还会看置信区间，因为它能反映估计的不确定性。
如果置信区间很宽，说明样本信息可能不足，结论需要谨慎。
可以追问的问题
- 置信区间是基于正态近似、bootstrap，还是其他方法？
- 区间很宽是否说明样本量不足？
- 如何解释区间和显著性检验的关系？
给 AI 的提示词
请解释置信区间的直觉和常见误解。要求比较点估计和区间估计，并给一个 Python bootstrap 例子。
我的理解边界
- 已理解：置信区间表达估计不确定性。
- 还不确定：严格频率学派解释。
- 下次需要补：bootstrap。