什么是信赖区间.pdf

什麼是信賴區間 鄭惟厚教授／淡江大學數學系 抽樣調查是觀測研究當中很重要的一種，它是從某個特定母體中抽取樣本，然後從樣本 中擷取關於整個母體的資訊。如此從小推大、從樣本推母體，屬於推論統計（inferential statistics）的範疇。 推論做得好不好，和樣本好壞有極大的關係。 好樣本的例子：簡單隨機樣本（比如樂透彩的號碼，任何一組六個號碼被抽中的機率都 相同） 壞樣本的例子：方便樣本（我想知道一般大眾對某議題的意見，但是為了方便，我只問 了我手機通訊錄當中每一個人的意見） 自發性回應樣本（比如扣應，樣本不是被抽中的，而是自己主動加入的） 這裡的重點是：一定要用隨機樣本，不僅僅是因為隨機樣本才有代表性，也是因為從樣 本推母體背後的依據也必須植基在隨機樣本的假設之上，如果不是隨機樣本，則母體和 樣本之間的關係就很不清楚了。 抽樣調查當中大家最熟悉的一種就是民意調查了，而民調的結果要如何解讀呢？ 比如說，如果在縣市長選舉之前，一項對北部某縣兩大候選人支持度所做民調結果 告訴我們說： 有37%選民支持甲候選人，23%支持乙候選人；在95%信心水準下，抽樣誤差在正負 三點一個百分點以內。這是什麼意思呢？意思是說，我們有95%信心，支持甲的選 民比例，在(.339, .401)範圍內，而支持乙的選民比例，在(.199, .261)範圍內。括弧內 的數字是分別用37%和23%加減3.1%得來的，而這兩個範圍，就是我們要討論的信 賴區間（confidence interval）。 有了信賴區間，還是有很多問題要問，比如說「95%信心」確實是什麼意思？從樣 本（受訪的選民）得到的結果（37%, 23%），又怎樣可以代表母體（該縣全體選民） 呢？以下就用一個例子來做詳細說明。 信賴區間 例一：詐騙電話 -11- 假設我們想知道全台灣成年人當中，有多少百分比接到過詐騙電話。我們沒法子問 到全台灣的成年人，因此只能抽樣本來做調查，抽樣調查的目的，就是要根據樣本 的數據來對母體做結論。民國93年4月，聯合報就做了這樣一項調查，得到的結果 是：「過去一年來，高達六成七受訪者表示曾親自接到詐騙電話。」另外還有：「調 查於四月十九日至四月二十日進行，成功訪問了九百一十二位成年民眾， … ；在百 分之九十五的信心水準下，抽樣誤差在 正負三點二個百分點以內。調查是以台灣地 區住宅電話為母體作尾數兩位隨機抽樣。」（見93年4月22日聯合報） 我們來探討一下這項報導的內容應如何解讀。 在這項調查以及許多其他問題當中我們所 想要知道的，是用來描述母體的一個數 （例如百分比或平均數），這樣一個描述母體的數叫做參數（parameter），在上面 的例子中，就是全台灣成年人當中、接到過詐騙電話的百分比，我們通常用p這個 符號來表示這樣的一個母體比例，p代表proportion。母體通常很大、無法掌握，所 以若要估計母體參數，我們可以從母體取一個樣本（用隨機方式），並利用從樣本 算出的某個統計量（statistic）的值來當做我們的估計。統計量是樣本的函數，一 旦取得樣本、統計量的值就可以算得出來。在上面的例子中，統計量就是樣本比例 （sample proportion），也就是受訪民眾中、接到過詐騙電話的比例，它的值也就是 報導中的67%。母體比例（全台灣成年人當中、接到過詐騙電話的百分比）也會是 67%嗎？通常是不會，因為我們知道樣本結果通常不會和母體的真正比例一模一 樣。我們只能說，全台灣成年人當中、接到過詐騙電話的百分比，「大約」是67%。 而信賴區間把這個「大約」具體化了。 95％信賴區間 95％信賴區間是從樣本數據計算出來的一個區間，保證在所有樣本當中，有95％會 把真正的母體參數包含在區間之中。 什麼意思呢？把例一中的67%分別加減報導中提到的抽樣誤差3.2%，所得到的區間 （.638, .702）就是對於母體比例 p 的95%信賴區間。 95%的確實意義是這樣的：如果我們重新抽一個同樣大小的樣本（912人），樣本中 -12- 接到過詐騙電話的百分比還會是67%嗎？多半不會，因為樣本的組成份子會改變， 我們假設這次得到的樣本比