高等数学 / 系统课时
总体比例的置信区间
总体比例的置信区间
当调查结果只有“成功或失败”“支持或不支持”这类二分类结果时,可以用样本比例估计总体比例。本课将完成比例置信区间的计算,并判断正态近似是否适用。
学习目标
- 理解样本比例及其标准误的来源
- 掌握总体比例的近似置信区间计算
- 使用成功数与失败数检查正态近似条件
从样本比例估计总体比例
设总体中关注事件发生的真实比例为 。从总体中随机抽取 个个体,其中有 个符合条件,则样本比例为:
样本比例会随抽样而变化。独立随机抽样下,它的均值为 ,标准差为 。由于真实的 未知,实际计算中用 代替,得到估计标准误:
Wald 置信区间
当样本量足够大,样本比例的抽样分布可近似看作正态分布。置信水平为 的双侧 Wald 区间为:
95% 置信区间通常使用 。样本量越大,标准误越小;当比例接近 0.5 时, 较大,区间通常更宽。
完整计算示例
某平台随机调查 400 名用户,其中 248 人表示愿意继续订阅。样本比例为:
先检查正态近似条件:
两者都明显大于 10,因此使用正态近似较为合适。标准误为:
95% 置信区间的误差界为:
所以区间为:
可写成 57.24% 到 66.76%。这表示采用同样抽样和构造方法重复进行调查时,约 95% 的区间会覆盖真实总体比例。
正态近似的适用边界
常用经验条件是 且 ,它们分别对应样本中的“成功”与“失败”数量足够多。若比例非常接近 0 或 1,或者样本较小,Wald 区间可能越过 ,覆盖率也可能偏离设定值。
此时应优先考虑 Wilson 区间或精确二项区间,而不是机械套用 Wald 公式。无论采用哪种方法,样本都应尽量来自随机抽样;若总体有限且抽样比例较大,还需要考虑有限总体修正。
易混淆点
比例置信区间估计的是总体比例 ,不是样本比例 ;后者已经由样本确定。区间宽度反映抽样不确定性,不包含问卷设计偏差、无响应偏差或样本框遗漏等系统误差。
此外,95% 置信水平不等于“有 95% 的受访者满足条件”,也不等于“本次样本比例有 95% 的概率正确”。它描述的是区间构造方法在重复抽样中的长期覆盖率。