二分类数据计算置信区间时上限大于1的原因咨询

我在处理二分类数据时，计算置信区间发现结果突破了0-1的合理范围（上限大于1、下限为负），使用的两种方法及结果如下：

方法1：正态近似法（Wald区间） #

import math
def find_CI(a):
    n = len(a)
    p_hat = sum(a)/n
    h = math.sqrt((p_hat * (1- p_hat) /n))
    ub = p_hat + (1.96 * h)
    lb = p_hat - (1.96 * h)
    return lb, ub

传入数据a = [1,0,0,1,1]，输出结果：(0.17058551491594975, 1.0294144850840503)

方法2：t分布近似法 #

import scipy.stats as st
import numpy as np  # 原代码遗漏numpy导入，需补充
def find_confidence_interval(a):
    x = st.t.interval(alpha=0.95, df=len(a)-1,
              loc=np.mean(a),
              scale=st.sem(a))
    return x

运行结果：(-0.08008738065825705, 1.280087380658257)

问题根源 #

1. 正态近似法的局限性
   你用的Wald区间依赖“样本量足够大时，样本比例的抽样分布近似正态分布”这一假设，但你的样本量仅为5，属于典型小样本，正态近似完全不成立。此时计算出的区间很容易超出0-1的边界——毕竟正态分布是无界的，不会自动限制在0到1之间。

2. t分布不适用二分类数据
   t分布置信区间是为连续型数据的均值设计的，而二分类数据服从伯努利分布，其方差由均值直接决定（方差 = p(1-p)），不能套用连续数据的标准误和t分布逻辑，强行使用自然会得到不合理的区间。

可行的替代方案 #

针对小样本二分类数据，推荐两种稳健的置信区间计算方法：

• Clopper-Pearson精确置信区间：基于二项分布的精确计算，天生不会超出0-1范围，scipy可直接调用：

  import scipy.stats as st
  def exact_binomial_ci(a):
      n = len(a)
      success_count = sum(a)
      return st.binom.interval(confidence=0.95, n=n, p=success_count/n)
  

  传入a = [1,0,0,1,1]，输出结果为(0.13919738960552323, 0.933064729842494)，完全符合0-1的合理范围。
• 威尔逊得分区间：比Wald区间更稳健，即使小样本也能避免边界问题，计算效率也优于精确法，适合多数场景。

内容的提问来源于stack exchange，提问作者Dia