自助法置信区间计算器
粘贴您的数据,选择统计量——均值、中位数、标准差或相关系数——即可得到百分位法和 BCa 自助法置信区间、自助标准误与偏差,以及重抽样统计量的直方图。随机种子会被记录,因此每次结果都可精确重现;方法遵循 Efron 与 Tibshirani 的理论,与 R 语言中 boot.ci 的做法一致。免费,无需注册;您的数据只保留在浏览器中。
0 个数值已检测到
相同的数据、设置和种子始终得到相同的区间。
输入您的数据,然后点击“运行自助法”。
如何使用自助法置信区间计算器
- 1. 选择统计量并粘贴数据。 计算均值、中位数或标准差时,输入一列数字;计算相关系数时,输入成对的 x 和 y 值。支持最多 2,000 个数值的样本。
- 2. 设定置信水平和重抽样次数。 95% 和 5,000 次重抽样是较好的默认值;若希望区间端点在小数点后第二位保持稳定,请使用 10,000 次或更多。
- 3. 记下种子。 随机种子用于启动随机数生成器。相同的数据、设置和种子始终得到完全相同的区间,因此请将种子写入您的方法部分。点击“新随机种子”可获得一组新的重抽样。
- 4. 点击“运行自助法”。 查看百分位法和 BCa 置信区间、自助标准误与偏差,并检查重抽样统计量的直方图。
自助法的工作原理
自助法把您的样本当作总体的替身。它从您的数据中有放回地抽取一个与原样本等大的新样本,计算统计量,并重复数千次。这些重抽样统计量的离散程度,反映了该统计量在不同样本之间会有多大变化。它不需要标准误的公式,因此适用于中位数、相关系数等统计量,这些统计量的教科书区间公式繁琐或根本不存在。它并非万能:它无法弥补有偏或极小的样本,对于依赖极端值的统计量(例如最大值)同样会失效。
百分位法、BCa 法、基本法和正态法区间
| 区间 | 构造方式 | 优点 | 缺点 |
|---|---|---|---|
| 百分位法 | 重抽样统计量中间的 95%(即第 2.5 和第 97.5 百分位数) | 简单;始终位于统计量的可能取值范围内;与变换保持一致 | 当统计量有偏或偏斜时会产生偏差 |
| BCa 法 | 与百分位法相同,但使用经调整的百分位数,以校正偏差(z₀)和偏斜(加速度 a) | 二阶精确;推荐的默认方法(Efron & Tibshirani, 1993) | 需要较大的样本和足够多的重抽样次数 |
| 基本法 | 2 × 估计值 − 相对的百分位数 | 反映自助分布如何偏离估计值 | 可能超出统计量的取值范围,例如相关系数大于 1 |
| 正态法 | 估计值 − 偏差 ± z × 自助标准误 | 易于理解 | 假定自助分布呈钟形 |
BCa 法使用两个数。偏差校正量 z₀ = Φ⁻¹(小于估计值的重抽样比例),当重抽样统计量以估计值为中心时为 0。加速度 a 衡量标准误随参数变化的快慢,它由刀切法(jackknife)估计得到,即依次剔除每个数值后重新计算统计量。实际读取的百分位数不是 2.5% 和 97.5%,而是 Φ(z₀ + (z₀ + z) ÷ (1 − a(z₀ + z))),并按 R 的 boot 包的做法,在正态尺度上于次序统计量之间插值。
示例
点击“试用示例”,即可载入 12 个数值:2.1、2.4、2.6、2.7、2.9、3、3.2、3.5、3.9、4.6、5.8 和 8.2。这是一个右偏样本,统计量为均值,置信水平为 95%,重抽样 5,000 次,种子为 12345。均值为 3.7417,自助标准误为 0.4812,偏差为 −0.0054。
- 百分位区间: 2.9333 至 4.7998。
- BCa 区间: 3.05 至 5.125,其中 z₀ = 0.0818,a = 0.0755。数据中的偏斜使 BCa 区间向上移动,并相对百分位区间拉长了它的上端。
- 作为对照, 经典的 t 区间为 2.635 至 4.848。它以均值为中心呈对称分布,忽略了偏斜。
由于生成器带有种子,这些数字每次运行都会重复。使用 200,000 次重抽样时,R 的 boot.ci 对同一数据给出的百分位区间为 2.917 至 4.792,BCa 区间为 3.033 至 5.1。方法相同,只是随机抽样不同,因此两者在蒙特卡洛误差范围内一致。以中位数为统计量时,同样的设置得到中位数 3.1、百分位区间 2.65 至 4.25,以及 BCa 区间 2.6 至 4.05。在这个例子中,刀切加速度为零,因为从偶数个样本中删去一个值,中位数只能移动到两个值中的一个。对于相关系数示例,估计值 r = 0.9063,百分位区间为 0.7371 至 0.9706,BCa 区间为 0.6703 至 0.9632。基本法区间的上端超过了 1,这也是为什么应优先采用百分位法或 BCa 法。
如何选择重抽样次数
Efron 与 Tibshirani 建议:计算标准误时使用 50–200 次重抽样,但计算置信区间时至少使用 1,000 次,因为区间端点来自重抽样分布的尾部,那里的数值很少。端点的蒙特卡洛误差随重抽样次数的平方根而减小,因此 20,000 次重抽样可使其降到 5,000 次时的大约一半。重抽样误差与小样本本身的误差是分开的,后者无法通过增加重抽样次数来解决。
常见问题
- 什么是自助法置信区间?
- 它是对某个统计量构造的区间:对您自己的数据进行有放回的重抽样,每次重新计算统计量,然后从结果的分布中读出区间。对于 95% 的百分位区间,您取重抽样统计量的第 2.5 和第 97.5 百分位数。
- 应该使用百分位区间还是 BCa 区间?
- BCa 是更好的默认选择,因为它校正了重抽样分布中的偏差和偏斜,在理论和实践中都更为准确。若您希望解释最简单,样本非常小,或因所有重抽样都位于估计值的同一侧而无法计算 BCa,则使用百分位区间。
- 需要多少次自助重抽样?
- 置信区间至少需要 1,000 次,稳定的 BCa 区间需要 5,000 至 10,000 次。更多的重抽样可以减少区间端点的随机抖动,但不会让小样本提供更多信息。
- 随机种子有什么用?
- 自助法使用随机数,因此两次运行通常会得到略有不同的区间。种子可固定随机序列,使运行结果完全可重现。请报告种子、重抽样次数和方法,以便他人重现您的区间。
- 结果会与 R、SPSS 或 Stata 完全一致吗?
- 方法是一致的:百分位法和 BCa 区间遵循 R 的 boot.ci,相同的重抽样会得到相同的区间。不过,每个程序使用各自的随机数生成器,因此区间只在蒙特卡洛误差范围内一致,而不是精确到最后一位。使用几千次重抽样时,差异通常出现在小数点后第二位。
- 什么情况下不应使用自助法?
- 样本非常小时(少于约 10–15 个数值),样本可能无法代表总体;对于依赖极端值的统计量,例如最小值或最大值;对于时间序列等相依数据(除非使用分块自助法);以及样本本身有偏时,因为重抽样会复现这种偏差。