大家好，我是爱学习的小xiong熊妹。
怎样理解置信区间简答，很多小伙伴想知道：做数据分析，到底要懂多少统计学？小熊妹很认真地做一个懒人攻略，不讲复杂的理论，直接讲实际操作，希望能帮助到大家哦。
如果要讲统计学，第一个概念要从区间估计讲起，这是后续很多方法的基础。
一听：“区间估计”的名字，很多小伙伴会一脑袋问号：
今天的分享就从这里开始。
一、什么是“估计”
“估计”是指用抽样的数据估计全体的数据情况。之所以这么做，是因为很多时候，想全体采集数据太难了！比如生产真空包装鸡腿的企业，要检查质量，就得把包装拆开，那鸡腿就不能再卖了。这是多大的损失呀！所以必须抽样。
置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程。
如果直接用抽样数据代表全体数据，就是所谓：点估计。
常见的点估计指标有2个：
平均值：比如抽样鸡腿的平均重量为150克。
比例：比如抽样鸡腿的卫生合格率为99.9%。
但是，直接这么做会有问题，就是：抽样对象不同，点估计值经常有差异。为了解决这个问题，有了区间估计的做法。
95%置信区间指的是某个总体参数的真实值有95%的概率会落在测量结果的区间内。例如：通过测量某班级学生的考试成绩，得到有95%的置信水平该班成绩的置信区间在60分到80分之间。那么可以说：在多次抽样后，由95%的样本得到。
二、什么是“区间估计”
通俗地讲：区间估计是在点估计的基础上，给一个合理取值范围。
置信水平是指总体参数值落在样本统计值某一区内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。置信区间越大，置信水平越高。
比如：抽样鸡腿的平均重量为150克，是一个点估计值。抽样鸡腿的平均重量为145克到155克之间，是一个区间估计。
其中，145到155称为置信区间。这很符合人们的常规理解：东西很难100%准确，有个范围也是可以理解的。
但这个范围有多大可信度呢？人们用置信置信水平来衡量，即：“我们有多大把握，真实值在置信区间内”。一般用（1-α）表示。如果α取0.05，则置信水平为0.95，即95%的把握。
置信区间（Confidence interval）是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信水平为95%的意思是多次抽样中有95%的置信区间包含未知的参数值而。
置信区间与置信水平连起来，完整的表达为：“我们有95%的把握，鸡腿平均重量在145至155克之间。”
比如：我们有100%的把握，小熊妹颜值在负分滚粗（-10分）与美若天仙（10分）之间……这是句正确的废话。
再比如：我们有95%的把握，小熊妹是个颜值8分的美女（10分满分）……这个结论是不是有用多了！
三、如何做区间估计
置信区间给出的是被测量参数的测量值的可信程度，即前面所要求的“一定概率”。这个概率被称为置信水平。置信水平是指总体参数值落在样本统计值某一区内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值间。
做区间估计需要四步，不想看原理的小伙伴，死记硬背即可。
第一步：确认抽样对象和要计算的指标（看算平均值还是比例）；
第二步：进行抽样，获得样本数据（平均值、比例、方差、样本量）；
第三步：给定置信水平（1-α值）；
第四步：利用Z分布，求出对应置信区间范围。
计算公式为：
四、两个简单的例子
某公司主要针对中老年群体开发产品，用户在购买时无需提供身份信息，因此不清楚用户年龄。
现需抽样，调查其目标客户的年龄是否符合“中老年”的范畴，抽样数据如下，请计算90%置信水平下的目标客户年龄置信区间（如下图）。
置信区间是总体参数所在的可能范围,95%置信区间就是总体参数在这个范围的可能性大概是95%,或者说总体参数在这个范围,但其可信程度只有
再看个比例的例子。某公司想了解用户满意度，而有相当比例的用户没有在商品评价里打分，因此采用调查方法，抽300名未在网站打分用户调查，其中182名用户表示满意，求95%置信水平下，用户满意率的置信区间（如下图）。
实际上，也确实是如此操作的。区间估计的方法是做假设检验的基础理论，所以小伙们都得掌握一下。
五、这么神奇的方法，为啥平时不咋用？
答：现代企业采集数据的手段丰富了很多，特别是互联网企业，用户的注册、点击、互动数据是全体收集的。因此想了解用户消费情况，完全可以针对全体统计消费率、消费金额等指标。就不需要抽样了，因此用得很少。
先掌握区间估计的方法，对后边理解单样本/双样本/多样本假设检验，有巨大帮助。这一点，讲到后边大家都理解了。
题图来自 Unsplash，基于CC0协议
