构建总体比例的置信区间 — AP 统计学
1. 核心定义与符号 ★★☆☆☆ ⏱ 3 min
比例的置信区间给出了未知固定总体比例$p$的合理取值范围，$p$是总体中具有特定分类特征的个体比例。该内容占AP统计学考试的12-15%，会出现在选择题和自由作答题中。
与单个点估计不同，置信区间明确量化了随机抽样带来的不确定性，展示了你的估计与真实总体值可能存在的偏差。在AP考试中，你需要掌握检查条件、构建区间、解释结果和计算所需样本量。
2. 有效推断的条件 ★★☆☆☆ ⏱ 3 min
构建任何置信区间之前，你必须验证三个核心条件以确保推断的统计有效性。省略明确的数值检验是AP自由作答题丢分的最常见原因。
- **随机**：数据来自随机样本或随机化实验，避免系统性偏差。
- **独立**：个体观测相互独立。无放回抽样时，验证10%条件：$n \leq 0.1N$，其中$n$是样本量，$N$是总体总大小。
- **正态/大样本**：$\hat{p}$的抽样分布近似正态，要求至少有10次成功和10次失败：$n\hat{p} \geq 10$ 且 $n(1-\hat{p}) \geq 10$。AP考试使用该阈值。
3. 构建单比例z区间 ★★★☆☆ ⏱ 4 min
所有置信区间都遵循通用结构：**点估计 ± 边际误差**。对于总体比例，点估计是样本比例 $\hat{p} = \frac{\text{成功数}}{n}$。边际误差（ME）是临界值$z^*$（仅取决于你选择的置信水平）和$\hat{p}$的标准误的乘积。
\hat{p} \pm z^*\sqrt{\frac{\hat{p}(1-\hat{p})}{n}}
AP考试需要记忆的常见$z^*$值：90%置信度为1.645，95%置信度为1.96，99%置信度为2.576。置信度越高，要求的$z^*$越大，区间越宽，这符合直觉：你需要更大的范围才能更有把握捕获真实比例。
4. 解释置信区间和置信水平 ★★★☆☆ ⏱ 2 min
解释题在AP考试中非常常见，需要结合背景的特定措辞才能获得满分。许多学生错误理解了"C%置信"的实际含义。
一个常见误区是认为"95%置信"意味着真实比例有95%的概率落在区间内。这是错误的：真实比例是固定的未知值，因此要么在区间内，要么不在。概率描述的是区间构建方法，而非固定真实值的位置。
5. 计算所需样本量 ★★★★☆ ⏱ 2 min
研究人员通常希望规划研究，使得给定置信水平下达到特定的最大边际误差。我们可以重新整理边际误差公式，求解所需的最小样本量$n$。
n = \frac{(z^*)^2 \hat{p}(1-\hat{p})}{(ME)^2}
如果你从之前的研究得到了$\hat{p}$的先验估计，就使用该值。如果你没有先验估计，使用$\hat{p} = 0.5$来得到最保守（最大）的样本量。这是因为乘积$\hat{p}(1-\hat{p})$在$\hat{p} = 0.5$时取得最大值，因此使用0.5可以保证得到的样本量产生的边际误差不会超过你的目标值。核心规则：始终向上舍入到下一个整数，即使小数部分小于0.5，因为不存在分数个体，向下舍入会导致边际误差略大于目标值。
Common Pitfalls
Why: 学生将抽样方法的变异性和真实总体参数的固定性质混淆；真实$p$不是随机的。
Why: 学生认为这只是形式，但AP阅卷官要求明确验证才能给分。
Why: 学生混淆了抽样分布的标准差（使用$p$）和标准误（构建区间时$p$未知，因此用$\hat{p}$估计）。
Why: 学生遵循常规舍入规则，这在样本量规划中是错误的。
Why: 学生忘记0.5会最大化$\hat{p}(1-\hat{p})$，从而得到满足边际误差要求的保守样本量。
Why: 学生混淆了区间的目的，区间是估计真实总体比例，而非样本比例的分布。