置信区间计算器 - 均值与比例
根据样本统计量或原始数据，计算总体均值的置信区间
输入样本均值、标准差和样本量，或提供原始数据，即可计算90%、95%或99%置信水平下的置信区间。
置信区间计算器 - 均值与比例
根据样本统计量或原始数据，计算总体均值的置信区间
关于置信区间计算器
置信区间（CI）是一段可能包含真实总体参数——最常见的是总体均值——的数值范围，并以指定的置信水平表示。置信区间是推断统计中最常用的工具之一，能够帮助研究者量化估计的不确定性，并清晰传达精度。
当总体标准差未知且样本量足够大时，总体均值置信区间的公式为：CI = x̄ ± z* × (s / √n)，其中 x̄ 为样本均值，s 为样本标准差，n 为样本量，z* 为对应所选置信水平的标准正态分布临界值。95% 置信区间的 z* = 1.96；90% 时约为 1.645；99% 时约为 2.576。
s / √n 称为均值的标准误（SE），表示样本均值在重复抽样中预期会有多大的波动。样本量越大，SE 越小，区间也就越窄、越精确。误差范围（MOE）等于 z* × SE；区间下限为 x̄ − MOE，上限为 x̄ + MOE。
正确解读置信区间非常重要。95% 置信区间并不意味着真实均值有 95% 的概率落在这个特定区间内。更准确地说，如果重复进行许多次相同的抽样并每次都计算一个置信区间，那么大约 95% 的这些区间会包含真实均值。置信度属于这个过程，而不是某一个单独的区间。
置信区间广泛用于临床试验中报告治疗效果、民意调查中报告误差范围、质量控制中监测过程均值，以及任何需要从样本进行估计的科学研究中。本计算器使用 z 分布（正态近似），对大样本（n ≥ 30）或总体分布近似正态的情况较为准确。对于来自未知分布的小样本，更适合使用基于 t 分布的区间。
示例
下表展示了典型统计场景下的置信区间计算。
| 输入 | 95% 置信区间 | 场景 |
|---|---|---|
| x̄=75, s=5, n=100, 95% CI | (74.02, 75.98) | 学生考试成绩——大样本 |
| x̄=250, s=10, n=50, 99% CI | (246.36, 253.64) | 产品重量（克）——高置信度 |
| data: 22,25,21,24,23,26,20, 90% CI | (21.66, 24.34) | 日常温度——小型原始数据集 |
| x̄=35, s=8, n=200, 95% CI | (33.89, 36.11) | 平均送达时间（分钟） |
如何使用置信区间计算器
- 如果你已经有样本均值、标准差和样本量，请选择“汇总统计量”；如果要输入单个观测值，请选择“原始数据”。
- 选择置信水平：90%（z=1.645）、95%（z=1.96）或99%（z=2.576）。更高的置信水平会得到更宽的区间。
- 对于汇总统计量，请输入样本均值（x̄）、样本标准差（s ≥ 0）和样本量（n ≥ 2）。对于原始数据，请输入以逗号或空格分隔的数字。
- 点击“计算”即可查看置信区间上下限、误差范围和标准误。
- 解读结果：区间（下限，上限）是在重复抽样条件下，以所选置信水平捕捉真实总体均值的范围。
常见问题
95% 置信区间是什么意思？
95% 置信区间的意思是：如果你重复同样的抽样过程很多次，并且每次都计算一个置信区间，那么大约 95% 的这些区间会包含真实的总体均值。它并不表示真实均值有 95% 的概率位于这个具体区间内——一旦计算完成，这个区间要么包含真实均值，要么不包含。
什么是误差范围？
误差范围（MOE）是置信区间宽度的一半：MOE = z* × (s / √n)。它量化了在所选置信水平下，样本均值与真实总体均值之间可预期的最大差异。要减小 MOE，可以增加样本量、降低标准差（减少数据波动），或接受更低的置信水平。
我应该使用 z 分布还是 t 分布？
当样本量较大（n ≥ 30）或已知总体标准差时，应使用 z 分布（本计算器采用这种方法）。当 n < 30 且总体标准差未知时，应使用 t 分布，因为 t 分布尾部更厚，能够考虑从小样本估计标准差带来的额外不确定性。
样本量会如何影响置信区间？
增加样本量 n 会降低标准误（s / √n），因此会缩小置信区间。例如，样本量翻倍会使误差范围按 √2 ≈ 1.41 的比例减小。这就是为什么样本量很大的调查（如 n=1000）误差范围很小（95% 下约 3%），而试点研究（如 n=20）可能会有很宽的区间。
如果我的数据不是正态分布怎么办？
中心极限定理保证了随着 n 增大，样本均值的分布会趋近于正态分布，而不管总体分布如何。对于 n ≥ 30，基于 z 的置信区间通常是可靠的。对于较小样本且分布明显偏斜或厚尾的情况，可以考虑自助法置信区间或基于 t 的区间，这两者都更稳健。
我可以计算比例的置信区间吗？
可以，但公式不同。对于 n 次试验中的样本比例 p̂，Wald 置信区间为 p̂ ± z* × √(p̂(1−p̂)/n)。本计算器是为均值设计的。若要估计支持某位候选人的选民比例等比例问题，请使用专门的比例置信区间工具。对于小样本或接近 0 或 1 的比例，通常更推荐 Wilson 评分区间，而不是 Wald 公式。