可信區間
貝氏版的區間：在模型與先驗給定下，參數有 95% 的後驗機率落在這一段裡；正好是很多人誤以為信賴區間在說的那件事。
又稱：credible interval、貝氏可信區間、後驗區間、posterior interval
本頁目次
它在說什麼
可信區間是貝氏統計給參數畫的一段範圍。把手上的資料透過模型與先驗更新，得到的是一整條後驗分佈：參數每個可能值都配一個機率。從這條分佈切出中央 95%，就是 95% 可信區間，它的意思很直白：在這個模型與先驗底下，參數有 95% 的機率落在這一段。
一個具體例子
最小的例子是估一個比例。Gelman 等人用二項分佈配 beta 先驗：觀測到幾次成功、幾次失敗，後驗仍是一條 beta 分佈，取其中央 95% 就是可信區間。對照組是信賴區間。Neyman 1937 自己問，對一個已經算出來的信賴區間，能不能說真值有 95% 機率落在裡面，他的答案是不能：頻率派的 95% 是那套規則的長期命中率，不是眼前這一段的機率。可信區間正好是那句被誤用的話真正成立的地方。
它的好處與代價
好處是它給的就是大多數人本來想問的東西：這一段裡，把握有多大。代價是這份把握有來源，它吃進了先驗。先驗選得有依據，可信區間穩健；先驗選得隨便或資料稀薄，區間會被先驗牽著走，而報告時常常不寫先驗長什麼樣。貝氏的區間永遠是「模型與先驗給定下」的區間，脫離這個條件它沒有意義。