1. 课程导入与不确定性认知

在机器学习、统计推断、工程测量和风险评估中，我们几乎从不满足于只给出一个"点估计"。模型说"明天销量是 1200 件"，这句话的信息量远小于"明天销量在 950 到 1480 件之间，置信水平 90%"。前者是一个数字，后者才是一个可以支撑决策的判断。不确定性区间就是用区间（或集合）的形式，把"我们对某个量的估计有多不确定"表达出来；而可信度报告则是把区间、置信水平、假设条件、数据来源和适用边界组织成一份可被他人理解和复核的说明。

本课程围绕这两个核心对象展开，目标是让学习者既能算得出区间，也能讲得清可信度。本章作为导入，先建立概念框架、明确价值、梳理典型场景，并给出整体学习路径。

一、什么是"不确定性"与"区间"

不确定性大致可分为两类。偶然不确定性（aleatoric）来自系统本身的随机性，例如掷骰子的结果、传感器噪声、用户行为的随机波动，它不会因为收集更多数据而消失，只能被刻画。认知不确定性（epistemic）来自我们对系统了解不足，例如模型参数没估准、样本太少、假设可能不成立，它可以通过更多数据或更好的模型来降低。区分这两类不确定性，直接决定了我们该"多采数据"还是"改进模型"。

区间则是对不确定性的量化载体。常见形式包括：置信区间（频率学派，强调重复抽样下区间覆盖真值的频率）、可信区间（贝叶斯学派，强调给定数据后参数落在区间内的后验概率）、预测区间（针对未来单个观测值，通常比置信区间更宽）、以及容差区间、自助法区间等。它们形式相似，但语义不同，混用是实践中最常见的错误之一。

一个完整的区间表达至少包含三要素：区间上下界、覆盖概率（置信/可信水平）、前提假设。缺少任何一项，区间都可能被误读。例如"均值 95% 置信区间为 [98.2, 101.6]"隐含了样本独立同分布、近似正态等假设；若数据存在强自相关，这个区间会偏窄，可信度被高估。

二、为什么需要可信度报告

区间本身只是数字，可信度报告才让它"可被信任"。一份合格的可信度报告应回答四个问题：这个区间是怎么算出来的（方法）、基于什么数据（来源与样本量）、依赖哪些假设（条件）、在什么范围内可以放心使用（适用边界）。在工程验收、医疗辅助决策、金融风控、A/B 实验结论汇报等场景中，缺少可信度说明的区间往往无法通过评审，甚至会造成误导。

三、典型应用场景

不确定性区间与可信度报告几乎贯穿所有量化决策环节。下面这张图把本节的核心概念、方法分支与典型场景组织成一张结构关系图，帮助建立整体认知。

以 A/B 实验为例：对照组转化率 10.2%，实验组 11.1%，点估计提升 0.9 个百分点。若 95% 置信区间为 [-0.2, 2.0] 个百分点，则不能断言提升显著；若为 [0.3, 1.5]，则可较有把握地认为存在正向效应。同一组点估计，因区间不同而结论相反——这正是区间与可信度报告的价值所在。在工业质检中，测量值的不确定度区间决定了产品是否判为合格；在销量预测中，预测区间决定了备货策略的保守或激进程度。

四、整体学习路径

本课程共 30 章，按"认知—方法—实现—报告—综合"五个层次递进。第一阶段建立概念：区分两类不确定性，理解区间三要素，明确可信度报告的结构。第二阶段掌握方法：从正态近似、t 分布区间，到贝叶斯可信区间、自助法（Bootstrap）、预测区间与容差区间，并理解各自的假设与适用条件。第三阶段进入实现：用 Python 完成区间计算、覆盖率模拟验证、假设违反时的敏感性分析。第四阶段聚焦报告：如何组织方法说明、数据来源、假设清单与失效风险，如何向非技术读者解释置信水平。第五阶段是综合案例：把区间与报告应用到实验分析、质量验收和预测决策中。

学习过程中建议始终带着一个具体问题：这个区间在什么条件下会失效？ 例如正态近似区间在样本量小或分布重尾时偏窄；Bootstrap 区间在样本存在强依赖时低估不确定性；贝叶斯可信区间对先验敏感。能回答这个问题，才算真正掌握了区间，而不只是会套公式。

五、一个可执行的小练习

为建立手感，可以先做一次最小闭环。假设某接口响应时间抽样 30 次，样本均值 210 ms，样本标准差 38 ms。用 t 分布计算 95% 置信区间：自由度 29，t 临界值约 2.045，标准误为 38/√30 ≈ 6.94 ms，边际误差约 14.2 ms，区间约为 [195.8, 224.2] ms。随后做一次覆盖率自检：从已知分布重复抽样 1000 次，统计区间覆盖真值的比例，若明显低于 95%，说明假设可能不成立。最后在报告中写明：样本量 30、假设独立同分布、方法为 t 区间、覆盖率为模拟值。这个练习虽小，却完整覆盖了"算区间—验覆盖—写报告"的闭环，也是后续各章反复使用的工作方式。