一位产品分析师展示了一个A/B测试仪表盘。处理变体的转化率提高了0.4个百分点，而提升幅度的95%置信区间不包含零。当一位利益相关者问道：“所以新版本更好的概率是95%？”没有人说不。这种沉默正是本文的核心主题。置信区间中的95%并不是附着于模型、参数或假设的概率。它是附着于一个程序的概率，并且由于两者之间的混淆，它经常在医学、产品分析和金融领域误导人们。

今天大多数人使用的置信区间来自Jerzy Neyman在1934–37年的工作。95%置信区间的定义方式是：当同样的构造规则反复应用于新样本时，95%的所得区间包含真实参数。这是关于该规则长期行为的陈述，而不是关于它生成的任何单个区间的陈述。

贝叶斯替代方案回答的是另一个问题。95%可信区间就是后验积分达到0.95的范围。

关键实体：公司：Towards Data Science | 人物：Jerzy Neyman

常见问题：95%置信区间实际上意味着什么？

95%置信区间意味着，如果我们多次重复同一实验，所构造的区间中有95%会包含真实参数。它并不意味着真实参数位于任何单个区间内的概率是95%。

常见问题问：95%置信区间实际上意味着什么？

常见问题答：95%置信区间意味着，如果我们多次重复同一实验，所构造的区间中有95%会包含真实参数。它并不意味着真实参数位于任何单个区间内的概率是95%。