답변:
실제로, 어떤 설명도 정확하지 않습니다.
신뢰 타원은 이변 량 분포의 실제 모집단 평균과 같이 관찰되지 않은 모집단 모수 와 관련이 있습니다. 이 평균에 대한 95 % 신뢰 타원은 실제로 다음과 같은 특성을 가진 알고리즘입니다. 기본 분포에서 샘플링을 여러 번 복제하고 매번 신뢰 타원을 계산하는 경우 이렇게 구성된 타원의 95 %는 기본을 포함합니다. 평균. (각 샘플마다 다른 타원이 생성됩니다.)
따라서 신뢰 타원에는 일반적으로 관측치의 95 %가 포함 되지 않습니다 . 실제로, 관측치의 수가 증가함에 따라 평균은 일반적으로 더 좋고 더 나은 추정치로, 작고 작은 신뢰 타원으로 이어지고, 실제 타원의 비율이 점점 작아집니다. (안타깝게도 일부 사람들은 데이터를 95 % 포함하는 가장 작은 타원을 계산하는데, 그 자체로는 상당히 괜찮습니다. 그러나이 "타원형 타원"을 "자신감 타원"이라고 부릅니다. 보시다시피 혼란을 초래합니다.)
기본 모집단의 분산은 신뢰 타원과 관련이 있습니다. 분산이 높으면 데이터가 모든 곳에 있다는 것을 의미하므로 평균이 제대로 추정되지 않으므로 분산이 작은 경우보다 신뢰 타원이 더 커집니다.
물론 추정하고자하는 다른 모집단 모수에 대해서도 신뢰 타원을 계산할 수 있습니다. 또는 타원 이외의 다른 신뢰 영역을 살펴볼 수 있습니다. 특히 추정 된 모수가 (무증상) 정규 분포를 모르는 경우에 특히 그렇습니다.
신뢰 타원의 1 차원 유사체는 신뢰 구간 이며이 태그의 이전 질문을 탐색하는 것이 도움이됩니다. 이 태그에서 현재 가장 많이 투표 된 질문은 특히 훌륭합니다. 왜 95 % CI가 95 %의 평균을 포함 할 가능성을 의미하지 않습니까? 거기에 대한 대부분의 논의는 1 차원 신뢰 구간의 더 높은 차원의 유사체에 대해서도 마찬가지입니다.
이 개념이 적용되는 영역에 따라 다릅니다. 위에서 말한 것은 통계에 해당하지만 통계를 다른 주제에 적용하면 상황이 약간 다릅니다. 예를 들어, 생체 역학에서는 피험자가 힘 플랫폼에있을 때 압력 타원 중심을 측정하는 기술로 신뢰 타원이라는 용어를 사용합니다 (예 : 타원이어야하는지에 대한 논쟁이 있음). 그런 다음 두 축 (주 및 부) 주위에 그려진 타원에는 시험 시간 동안 압력 변위 중심을 나타내는 데이터 포인트의 95 %가 포함됩니다.