置信区间（直觉版）：区间在动，不是参数在动

想象一个套圈游戏。木桩钉死在地上，位置不变，可是雾太大，你看不见它。你手里有一叠圈，每次按同一套规矩扔出去。玩上一千次，大约有 950 次圈会套住木桩。这就是「95%」的全部意思：它是对这套扔法的评价，不是对某一个圈的评价。

现在你扔出一个圈，它落地了。这一个圈套住了吗？答案只有两种：套住了，或者没套住。木桩不动，圈也已经不动了，场上没有任何东西还在随机。你不知道结果，但「不知道」和「有概率」是两回事。

置信区间就是那个圈，真值就是木桩，样本是你这一次的手感——手抖多少，决定了圈飞到哪里。换一批样本，你会得到一个位置不同、宽窄也可能不同的区间。所以随机的是区间，不是真值。这就是为什么「真值有 95% 的概率落在这个区间里」在频率派的语言里没法成立：真值没有分布，它就是一个数，谈不上概率。

把视角摆正之后，另外两个坑会自己塌掉。

第一个：区间越宽，结论越强。恰好相反。宽度量的是你有多不知道。「这批零件的平均寿命在 100 到 900 小时之间」和「在 480 到 520 小时之间」，后者才是有价值的结论。推到极端，「在负无穷到正无穷之间」是一个 100% 置信区间，绝对正确，也绝对没用。置信水平和宽度是一笔交易：想更保险，就得画得更宽。

第二个：两个区间有重叠，就说明两组没差别。这一步跳得太快。要判断两组有没有差别，该做的是直接给「差值」造一个区间，看它包不包含 0。两组各自的区间轻微重叠、而差值的区间整个落在 0 的一侧，这种情况很常见，不是什么特例。重叠只是一个粗糙的信号，不是结论。

记未知的真值为 θ，它是一个固定的数，不带分布。样本记为 X1, …, Xn，它们是随机变量。区间的两个端点由样本算出来：L(X1, …, Xn) 和 U(X1, …, Xn)，所以端点本身也是随机变量。

95% 置信区间的定义是

P( L(X) ≤ θ ≤ U(X) ) = 0.95。

关键在于这个 P 是对谁取的。它对样本 X 取，不对 θ 取。θ 在括号里像一颗钉子，动的是 L 和 U。

等你真的采完样，把数字代进去，得到具体的 [l, u]，比如 [49%, 55%]。这时 L 和 U 都塌缩成了常数，θ 本来也一直是常数。命题「θ ∈ [49%, 55%]」的真假已经定了，只是你不知道是哪个。概率无处可放，所以不能说「有 95% 的概率」。

最常用的一个具体形式：总体标准差 σ 已知、样本量 n 不太小时，均值 μ 的 95% 置信区间是

x̄ ± 1.96 × σ/√n。

其中 x̄ 是样本均值，σ/√n 是样本均值自身的标准差（叫标准误），1.96 是标准正态分布双侧 95% 对应的分位点。半宽 1.96 × σ/√n 就是前面说的「圈的大小」：n 要变大四倍，它才缩一半。