信頼区間ではなく信頼できる区間を報告する必要がありますか？

統計の教科書でその概念に出くわした後、私はそれについて頭を抱えてみましたが、最終的に、これまでに見たすべての説明に当てはまるように思える結論に至りました。間隔です。

私のような1時間前からの違いを知らない人のための余談

データを観察し、そこからいくつかのパラメーターを予測した場合、たとえば平均であるとすると、信頼できる区間は、であり、 95％muが確実に中に入る（または別のレベルを使用した場合は95％以外の数）。入門統計クラスで教えられる信頼区間は、信頼できる区間と重複する可能性がありますが、必ずしも十分に重複するとは限りません。説明を勇敢にしたい場合は、これとこの質問をCross Validatedで読んでみてください。多くの頭を悩ませた後、私が最終的に理解したのはこの答えでした。$\mu$$[\mu_{\text{min}},\ \mu_{\text{max}}]$

私の結果では信頼区間よりも信頼できる区間を使用することが科学的に望ましいという意味ですか？はいの場合、それを使用している出版物を見なかったのはなぜですか？

• それはコンセプトを使用する必要があるからなのですが、測定科学者はまだ正しい統計手法に追いついていませんか？
• あるいは、元の信頼区間の意味は、実証研究の結果を説明するのに適していますか？
• それとも実際には、それらはあまり重要ではないほど重複していることが多いのですか？
• 選択は、データについて想定している統計分布に依存しますか？多分ガウス分布で、それらは常に数値的に重複するので、純粋な統計の外の誰もが違いを気にしません（私が読んだ多くの研究は、どんな種類の間隔も計算しませんし、おそらく約1％は考えにスペースを与えますそれらのデータが正常に配布されない可能性があること）。
• それは私たちの科学理論の立場に依存しますか？例えば、信頼区間は実証主義者の仕事で、信頼できる区間は解釈主義者の仕事で使用されるべきだと感じますが、この感覚が正しいかどうかはわかりません。

間隔のタイプは、使用した方法のタイプを示します。信頼できる間隔（またはベイジアンバリアント）の場合、ベイジアン法が使用されたことを意味します。信頼区間の場合、頻出法が使用されました。

再：それとも、実際には、それらは非常に頻繁に重複しているため、まったく問題ではないのですか？限り

• メソッドを使用するための条件が合理的に満たされている（たとえば、「観測の独立性」は多くのメソッドの要件です）。
• ベイジアン法は、事前情報を使用しません。
• 非常に小さくないサンプル、および
• モデル/方法は類似しており、

信頼できる区間と信頼区間は互いに近くなります。その理由は、可能性が事前にベイジアンを支配することであり、その可能性は、常連主義の方法で通常使用されるものです。

どちらを使用するかについてわからないことをお勧めします。事前に情報が必要な場合は、ベイズ法を使用してください。そうでない場合は、適切なメソッドとコンテキスト（頻出型またはベイジアン）を選択し、メソッドを適用するために必要な条件が合理的に満たされていることを確認し（非常に重要ですがめったに実行されません！）、メソッドが適切な場合は次に進みます。データのタイプ。