
Байесовский интервал, содержащий указанную долю апостериорного распределения — ответ на вопрос «где находится параметр», в отличие от доверительного интервала.Доверительный интервал в байесовском смысле — это ответ на вопрос «где находится параметр?». Это диапазон значений, содержащий указанную долю апостериорного распределения вероятностей. Например, 95% доверительный интервал содержит 95% апостериорной массы, что означает: при данных и модели вероятность того, что параметр лежит в этом интервале, составляет 95%. Такая прямая вероятностная интерпретация — ключевое отличие от частотного доверительного интервала, который не делает вероятностных утверждений о фиксированном параметре.
Концепция была введена Томасом Байесом в XVIII веке, хотя формальный термин «доверительный интервал» вошёл в обиход в XX веке с развитием байесовской статистики.
Чтобы построить доверительный интервал, сначала вычисляют апостериорное распределение, которое объединяет априорные предположения с правдоподобием наблюдаемых данных с помощью теоремы Байеса. Затем находят интервал, содержащий желаемую вероятностную массу. Наиболее распространённый метод — интервал наивысшей апостериорной плотности, который является самым узким интервалом, содержащим заданную массу, но также используются интервалы с равными хвостами (отсекающие равные хвосты). Выбор типа интервала зависит от формы апостериорного распределения и поставленного вопроса.
Доверительные интервалы широко используются в медицинских испытаниях, экономике и машинном обучении для сообщения неопределённости в оценках параметров, таких как размер эффекта лекарства или ошибка прогноза модели.
95% доверительный интервал можно интерпретировать как «с вероятностью 95% параметр лежит в этом интервале» — утверждение, которое математически запрещено для доверительных интервалов.

