Excel中的置信区间函数
高级Excel功能为不同的统计计算和分析提供了优秀和方便的方法，对统计人员有很大的帮助。其中一个特征是置信区间，统计学家用它来表示与样本相关的不确定性程度。置信区间是一个区间估计与概率声明。
Udemy课程置信区间和样本容量估计生动地描述了置信区间的不同函数。它解释了置信区间的概念，以及如何确定样本容量，如何解释置信区间，如何计算关于总体均值，总体比例，总体方差和总体标准差的置信区间。
什么是置信区间?
在任何调查和用户研究中，置信区间都是一个很好的方法理解抽样误差的作用平均和百分比。对于任何调查，由于我们几乎总是从较大的人群中抽取一小部分用户，所以我们的估计总是存在不确定性。由于抽样，总是会有抽样误差。置信区间给出了平均值可能波动多少的概念。
置信区间的显著性
置信区间是一组以已知样本均值为中心的值。您的置信水平(百分比)越高，您的区间就越小，因此您的结果就越准确。具有更大变异性或更大标准差的样本总体产生更大的置信区间。置信区间与样本容量之间也存在着平方根倒数关系。更小的样本容量产生更大的间隔，因此为了更好的估计或减少一半的误差范围，你需要大约四倍的样本容量。
如何构造置信区间?
为了构造总体均值的置信区间，对于一个提供的概率和样本容量，我们需要使用信心函数，它使用一个正态分布来计算可以使用的置信值。
假设我们随机选择100个人，测量他们的体重，计算出他们的平均体重为155磅。如果我们现在想知道这个特定城市中所有人的平均体重，这个更大的人口的平均体重不太可能和样本中100人的平均体重相同。更有可能的是，我们的样本平均值155磅可能近似等于一个(未知的)总体平均值，我们还需要知道我们的估计答案有多准确。这种与区间估计相关的不确定性称为置信水平。举个例子,如果你描述了区间估计“95%置信区间”,意味着如果我们使用相同的抽样方法选择不同的样本,计算每个样本的区间估计,我们希望真正的总体参数的区间估计95%的时间。
CONFIDENCE (alpha, sigma, n)函数返回一个值，您可以用它来构造总体均值的置信区间。假设样本数据服从标准正态分布，标准差已知σ，样本量为n。α是小概率，如0.05，且0 < alpha < 1。对于一个95%置信水平，alpha计算为1 - 0.95 = 0.05。
如果你在执行Excel置信函数后得到一个错误，那么它很可能是以下常见错误之一:
- # NUM !-如果alpha≤0或≥1，或者提供的标准差≤0，或者提供的大小参数< 1，则发生
- #价值!-如果提供的参数是非数字的，则发生
假设样本的样本均值是x。为了计算总体均值的置信区间，返回的置信值必须与样本均值或x相加或相减。简而言之，
置信区间= x±置信
您的置信水平(百分比)越高，您的区间就越小，这将使结果更准确。
假设在前面的例子中，我们观察到100人的样本中，平均体重是155磅，总体标准差是2.5，置信水平是95%这里，我们可以有95%的信心声明总体平均权重将在155 +/- 0.489991区间内，其中0.489991是Excel函数confidence(0.05, 2.5, 100)返回的值。
什么是信心限制?
置信限是置信区间的上下限或值，或定义置信区间范围的值。95%置信区间的上界和下界是95%置信界限。如果你发现70%的人更喜欢健怡可乐而不是百事可乐，置信区间是3%置信水平是95%那么你可以说有95%的可能性真实比例在67%到73%之间。
置信函数的格式
在不同版本的Excel中，CONFIDENCE函数以不同的语法出现。例如，Excel 2010有两个函数，CONFIDENCE。NORM()和CONFIDENCE。T()，这有助于计算置信区间的宽度。你使用的信心。NORM()当你知道测量的总体标准差。另一方面，你使用CONFIDENCE。T()当你不知道总体标准差时从样本数据估计它。
2010年之前的Excel版本只有CONFIDENCE()函数。它的论点和结果与信心指数相似。规范()函数。
Udemy课程广泛地涵盖了不同统计分布、误差幅度、平均值、中位数、标准偏差、方差、比例和其他描述性统计的解释。理解EXCEL 2010中的统计函数(第1部分)和EXCEL 2010中的高级统计功能(第二部分)。在开始使用置信区间之前，熟悉这些术语以及如何有效地使用高级Excel函数可能是一个好主意。
