EssayAI
Блог
Блог
Математика и алгоритмы

Доверительная вероятность и уровень значимости

8 ноября 2026Время чтения: 8 минут
#доверительная вероятность#уровень значимости#доверительный интервал#проверка гипотез#статистика
Доверительная вероятность и уровень значимости

Доверительная вероятность γ\gamma описывает надёжность метода построения доверительного интервала в повторных выборках. Уровень значимости α\alpha задаёт допустимую вероятность ошибочного отклонения верной нулевой гипотезы. Для согласованных процедур их связывает формула γ=1−α\gamma=1-\alpha: например, 95 % и 5 %. Эти числа относятся к разным статистическим действиям, и смысл каждого нужно понимать отдельно.

Калькулятор показывает, как выбранный уровень меняет интервал среднего в одной учебной модели. Попробуйте сдвинуть ползунок от 5 % к 1 % и посмотрите, попадёт ли проверяемое значение в получившийся интервал.

Что означает доверительная вероятность

Неизвестное среднее генеральной совокупности μ\mu оценивают по случайной выборке. Если каждый раз брать новую выборку и по одному правилу строить интервал, границы будут меняться. У корректного метода с доверительным уровнем 95 % примерно 95 % таких интервалов в долгой серии повторений накроют истинное значение μ\mu при выполнении предпосылок модели. Такую частотную интерпретацию приводит справочник NIST.

При уменьшении уровня значимости от 10 % до 1 % и обратно доверительный уровень растёт, а интервал вокруг неизменного среднего расширяется.

После получения данных интервал уже определён: в классической модели фиксированное неизвестное μ\mu либо находится внутри него, либо нет. Поэтому фраза «вероятность того, что μ\mu находится именно в этом построенном интервале, равна 95 %» не является стандартной частотной интерпретацией. Вероятностное утверждение о параметре после наблюдения возможно в байесовском подходе, но там нужны априорное распределение и другая интерпретация интервала.

Слово «вероятность» здесь относится к процедуре до получения данных. В конкретной задаче полезно назвать также параметр, единицы и способ отбора выборки. Сам по себе процент не говорит, достаточно ли узок интервал для практического решения.

Что задаёт уровень значимости

При проверке гипотез сначала формулируют H0H_0 и альтернативу H1H_1. Ошибка I рода состоит в отклонении верной H0H_0. Уровень α\alpha - заранее выбранная верхняя граница вероятности такой ошибки при выполнении нулевой гипотезы и условий теста. Например, при α=0,05\alpha=0{,}05 метод рассчитан на долю ложных отклонений не выше 5 % в повторениях при верной H0H_0. В дискретных тестах фактическая вероятность может быть меньше.

Это не вероятность истинности гипотезы и не вероятность ошибки в уже сделанном конкретном выводе. Уровень задаёт правило до анализа; он не вычисляется из полученного результата. Подробнее о построении утверждений см. в статье о нулевой и альтернативной гипотезах.

Если снизить α\alpha, например с 0,05 до 0,01, ложные отклонения при верной гипотезе становятся реже. Но при той же выборке обнаружить некоторые настоящие отличия тоже становится труднее. Вероятность обнаружения конкретного отличия называют мощностью критерия: она зависит от величины эффекта, объёма выборки и других условий, а не только от α\alpha.

Формула связи и её границы

Для уровня доверия γ\gamma и соответствующего ему уровня значимости используют дополнение до единицы:

γ=1−α,α=1−γ.\gamma=1-\alpha,\qquad \alpha=1-\gamma.

Доверительный уровеньУровень значимостиПо каждому хвосту при симметричном двустороннем тесте
90 %10 %5 %
95 %5 %2,5 %
99 %1 %0,5 %

Проценты надо сначала перевести в доли: 95%=0,9595\%=0{,}95, поэтому α=1−0,95=0,05\alpha=1-0{,}95=0{,}05. В последнем столбце показано распределение ошибки между двумя хвостами симметричного теста, а не ещё один уровень значимости. Правило деления пополам не подходит автоматически к односторонней альтернативе или несимметричной процедуре.

Равенство уровней само по себе ещё не гарантирует одинакового вывода. Интервал и тест должны относиться к одному параметру и быть согласованы по модели, направлению альтернативы и способу построения. Например, двустороннему тесту обычно соответствует двусторонний интервал; для одностороннего теста используют соответствующую одностороннюю границу. Это соответствие описывает NIST.

Пример: среднее и известное отклонение

Рассмотрим условную, а не экспериментальную выборку. Пусть независимые наблюдения получены из нормальной совокупности, стандартное отклонение известно: σ=2\sigma=2. Объём n=25n=25, выборочное среднее xˉ=10,8\bar{x}=10{,}8. Построим двусторонний 95%-й интервал для μ\mu и проверим H0:μ=10H_0:\mu=10 против H1:μ≠10H_1:\mu\ne10.

Стандартная ошибка среднего равна σ/n=2/5=0,4\sigma/\sqrt n=2/5=0{,}4. При α=0,05\alpha=0{,}05 квантиль стандартного нормального распределения z1−α/2≈1,960z_{1-\alpha/2}\approx1{,}960. Отсюда:

xˉ±z1−α/2σn=10,8±1,960⋅0,4≈[10,016; 11,584].\bar{x}\pm z_{1-\alpha/2}\frac{\sigma}{\sqrt n}=10{,}8\pm1{,}960\cdot0{,}4\approx[10{,}016;\ 11{,}584].

Доверительный интервал от 10,016 до 11,584 вокруг среднего 10,8; проверяемое значение 10 расположено вне интервала
Доверительный интервал от 10,016 до 11,584 вокруг среднего 10,8; проверяемое значение 10 расположено вне интервала

Проверяемое значение 10 лежит левее нижней границы. Поэтому согласованный двусторонний тест отклоняет H0H_0 на уровне 5 %. Та же проверка через статистику даёт Z=(10,8−10)/0,4=2Z=(10{,}8-10)/0{,}4=2. Двустороннее pp-значение примерно равно 0,0455 и меньше 0,05. Округлённые границы нужны для записи; при сравнении вблизи границы лучше использовать неокруглённые числа.

Если вместо 95 % взять 99 %, то z≈2,576z\approx2{,}576, а интервал расширится до [9,770; 11,830][9{,}770;\ 11{,}830]. Теперь 10 находится внутри: на уровне 1 % оснований отклонить ту же гипотезу недостаточно. Данные не изменились, изменилось правило решения. Сравнение уровней здесь учебное; в исследовании критерий и порог следует выбирать заранее.

Почему интервал меняет ширину

При фиксированной выборке в приведённой формуле среднее и стандартная ошибка не меняются. Большему доверительному уровню соответствует больший квантиль z1−α/2z_{1-\alpha/2} и, следовательно, больший запас по обе стороны от среднего. Метод с более высоким покрытием получает его ценой менее точной, то есть более широкой интервальной оценки.

На ширину влияет и объём выборки: при прочих равных стандартная ошибка пропорциональна 1/n1/\sqrt n. Чтобы в этой модели уменьшить её вдвое, нужно увеличить nn в четыре раза. Но увеличение числа наблюдений не исправляет смещение отбора или неверную модель. У реальных данных могут быть зависимость, выбросы и неизвестная дисперсия; тогда требуется проверять применимость расчёта и выбирать другой метод.

При неизвестной дисперсии нормальной совокупности стандартную ошибку оценивают по выборке, а критическое значение находят по распределению Стьюдента с подходящими степенями свободы. Применение коэффициента Стьюдента показано при обработке многократных измерений. Для коэффициента модели есть свои стандартные ошибки и условия: см. интервал коэффициента регрессии.

Как оформить решение задачи

Сначала выпишите, что именно оценивается: среднее, разность средних или другой параметр. Затем перечислите данные и предположения, от которых зависит распределение статистики. В нашем примере известное стандартное отклонение и нормальность наблюдений позволяют использовать нормальный квантиль. Если условие задачи предлагает другое распределение, его нельзя заменять числом 1,96 без обоснования.

Далее переведите проценты в доли и найдите дополнение до единицы. Для двустороннего нормального интервала разделите оставшуюся вероятность между двумя хвостами и по таблице или функции распределения найдите соответствующий квантиль. Подставьте стандартную ошибку, вычислите обе границы и запишите интервал вместе с уровнем доверия. Если требуется проверка, сформулируйте гипотезы до сравнения с интервалом и используйте согласованный критерий.

В конце объясните результат словами задачи. Для приведённых чисел корректно сказать: при выбранной модели значение среднего 10 исключается 95%-м интервалом, поэтому двусторонняя гипотеза отклоняется на уровне 5 %. Из этого не следует, что истинное среднее непременно равно 10,8. Выборочное среднее - точечная оценка, а интервал показывает диапазон значений, совместимых с данным правилом и наблюдениями. Граница решения не заменяет проверки исходных предположений и не определяет практическую важность различия.

Как понимать p-значение рядом с интервалом

При заданной нулевой модели pp-значение измеряет вероятность получить результат не менее экстремальный, чем наблюдаемый, согласно правилу теста. Оно рассчитывается по данным, тогда как α\alpha выбирают как порог заранее. При согласованном непрерывном двустороннем тесте p<αp<\alpha соответствует тому, что проверяемое значение параметра лежит вне интервала уровня 1−α1-\alpha.

Ни pp, ни решение по порогу не сообщают напрямую размер практического эффекта. Разница в 0,8 единицы может быть важной в одном приложении и незначительной в другом. Поэтому полезно показывать оценку и интервал целиком, а не только метку «значимо». Американская статистическая ассоциация также подчёркивает, что p-значение не равно вероятности истинности гипотезы и не измеряет величину эффекта.

Частые ошибки

  • Приравнивать доверие к вероятности истинности конкретного интервала. В частотной трактовке уровень характеризует покрытие при повторении процедуры.
  • Принимать α\alpha за вероятность верности H0H_0. Он ограничивает вероятность ошибки I рода при условии её верности.
  • Класть по α\alpha в каждый хвост. Для симметричного двустороннего теста каждый хвост содержит α/2\alpha/2.
  • Сопоставлять несогласованные тест и интервал. Нужно учитывать альтернативу, модель и способ построения.
  • Считать неотклонение доказательством равенства. Оно может отражать недостаточную точность или мощность.

FAQ

Всегда ли 95 % означает уровень значимости 5 %? Для согласованной пары интервала и теста - да, по формуле 1−0,95=0,051-0{,}95=0{,}05. Для вывода о конкретном тесте дополнительно нужны совпадающие модель и направление альтернативы.

Почему 99%-й интервал шире 95%-го? В одной и той же нормальной модели и при тех же данных большему уровню соответствует больший критический квантиль. Другие методы и модели требуют отдельной проверки.

Можно ли выбрать уровень после просмотра результата? Для заранее заявленного контроля ошибки его выбирают до анализа. Если исследовать несколько порогов после просмотра данных, это следует явно обозначить и не представлять как заранее установленное правило.

Коротко

Доверительный уровень описывает частоту покрытия параметра методом, а уровень значимости ограничивает частоту ложного отклонения верной нулевой гипотезы. В согласованных процедурах γ=1−α\gamma=1-\alpha: 95%-му двустороннему интервалу соответствует тест на уровне 5 %. Увеличение уровня доверия расширяет интервал в рассмотренной модели, но не устраняет нарушения её предпосылок.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Доверительный интервал среднего при неизвестной дисперсии

Доверительный интервал среднего при неизвестной дисперсии

Как построить доверительный интервал для математического ожидания при неизвестной дисперсии: формула Стьюдента, условия, пример расчёта и интерпретация.

8 ноября 20268 минут
Ошибки первого и второго рода при проверке гипотез

Ошибки первого и второго рода при проверке гипотез

Ошибки первого и второго рода в проверке гипотез: как различать ложную тревогу и пропуск эффекта, рассчитать вероятность ошибки и повысить мощность критерия.

8 ноября 20268 минут
Проверка гипотезы о среднем нормального распределения

Проверка гипотезы о среднем нормального распределения

Как проверить гипотезу о среднем нормального распределения: выбор Z- или t-критерия, формулы, пример расчёта, критические области и интерпретация результата.

8 ноября 20268 минут
Таблица сопряжённости и критерий хи-квадрат Пирсона

Таблица сопряжённости и критерий хи-квадрат Пирсона

Как проверить независимость признаков по таблице сопряжённости: ожидаемые частоты, расчёт хи-квадрат Пирсона, степени свободы, p-значение и ограничения метода.

8 ноября 20269 минут
Точный критерий Фишера: таблица сопряжённости

Точный критерий Фишера: таблица сопряжённости

Как применять точный критерий Фишера к таблице сопряжённости 2×2: условное распределение, одностороннее и двустороннее p, пример расчёта и интерпретация.

8 ноября 20268 минут
Уровень значимости и критическая область

Уровень значимости и критическая область

Как связаны уровень значимости и критическая область: односторонний и двусторонний критерии, критические значения, p-значение и пример расчёта Z-критерия.

8 ноября 20268 минут