“
在循证医学、临床流行病学领域，经常用到两个概念：置信区间，可信区间。许多同道对这两个概念的区别并不了解，经常将两者混用。部分教材资料，包括一些学术论著，也对这两个概念不进行区分。实际上将置信区间和可信区间当作同一个概念是错误的。
01
class
什么是置信区间
定义：设总体X的分布函数F（x; θ）含有一个位置参数θ，θ∈A（A是θ的取值空间），对于给定值α（0< α θ1< θ2），对于任意θ∈A满足：P{θ1（X1， X2，…，Xn）< θ =1-α，则称随机区间（θ1，θ2）是θ的置信水平为1-α的置信区间。
用人话说就是：在经典统计过程中，对于一个未知参数，除了要求获得其近似值估计（点估计，Point estimation）外，我们还希望估计一个范围，同时希望这个范围包含参数真实值的可信程度，这个范围，即该参数的置信区间（Confidence interval）。
注意：置信区间的概念是对应频率学统计，也既是经典统计学。
02
class
什么是可信区间
定义：可信区间（Credibility interval）对应的则是贝叶斯统计学。当参数θ的后验分布π（θ|x）获得以后，给定一个区间[θ1，θ2]，使得θ落在这个区间[θ1，θ2]的后验概率为1-α置信区间的意义，则称这个区间为参数θ的可信区间。
人话版：可信区间的概念比较容易理解，就不翻译成人话版了~
03
class
有什么区别呢？
可能很多人问，这两个概念很类似置信区间的意义，有什么区别呢？
首先，第一个区别是学派区别。置信区间是频率学学派的“专利”，可信区间则是贝叶斯学派的“专利”。
其次，两者概念有很大区别！假设某指标95%置信区间为（28， 36），对于置信区间，根据经典频率统计学的思想，表示进行100次随机抽样，其中有95次这个区间（28，36）会盖住这个指标。经典统计强调多次抽样，有多少次会发生。因此对于只进行一次或者两次的（或者对于个体而言），经典统计是无意义的。而对于可信区间，则可解释为：某指标落在（28，36）这个区间的可能性为95%。可见在我们生活中，所描述的某事情发生的可能性，其实就是高大上的贝叶斯统计的范畴。
延伸一点，为什么贝叶斯网状Meta分析可以对不同干预措施的优先性进行排序（rank）？排的就是可能性，也就是贝叶斯~
再延伸一点，以后参加网状Meta分析培训班，别管人家怎么吹，先问问老师，“老师，能不能问下什么是置信区间什么是可信区间，它们有什么区别？“，老师如果答不上，可能你选了个假的老师…，
，等等，别说是我们告诉你的…
参考资料：
admin