在线置信区间计算器

使用 Z 或 Student t 分布计算总体均值的置信区间。输入样本均值、标准差、样本量和置信水平,即可立即获得区间、误差幅度(误差范围)和临界值。

置信区间
,
误差幅度
临界值
标准误
自由度
最小样本量

区间可视化

带阴影置信区间和误差幅度的数轴。

报告摘要

工具工作室

想把这个工具添加到你的网站吗?

为 WordPress、Notion 或你自己的网站自定义配色和深色模式。

常见问题

什么是置信区间?

置信区间 (CI) 是根据样本数据计算出的一个数值范围,在给定的概率(置信水平)下,该范围包含了真实的总体参数。例如,均值的 95% 置信区间意味着如果您重复多次抽样,计算出的区间中有 95% 会包含真实的总体均值。

我应该什么时候使用 Z 分布而不是 t 分布?

当总体标准差 (σ) 已知,或者样本量 n 较大 (>30) 时使用 Z 分布。当仅已知样本标准差 (s) 且 n 较小时使用 Student t 分布。对于 n > 30,两种分布在实际应用中基本等效,但在 σ 未知时,t 分布仍然更保守且在技术上更准确。

样本量如何影响区间的宽度?

置信区间的宽度与 1/√n 成正比:将样本量增加到四倍会使误差幅度减半。这解释了为什么大样本能产生更精确的估计,以及为什么样本量规划在统计研究设计中至关重要。

什么是误差幅度(误差范围)?

误差幅度 (ME) 是置信区间宽度的一半:ME = 临界值 × 标准误 (SE),其中 SE = σ/√n。它表示在指定的置信水平下,样本估计值与真实总体值之间预期的最大差异。

# 置信区间计算器:实时结果

置信区间计算器可立即计算区间、误差幅度、临界值和标准误。它支持 Z 分布(已知总体 sigma)和 Student t 分布(样本 sigma),支持 0 到 100 之间的任何置信水平。
2 Z 和 t 分布
实时 实时结果
免费 无需注册

# Z 分布 vs Student t 分布

标准 Z 分布 Student t
何时使用已知总体 σ 或 n > 30样本 s,任何 n
临界值 (95%)z* = 1.960t* 取决于 df = n−1
自由度不适用df = n − 1
当 n 较大时区间更窄趋于 Z 分布
如何正确解读置信区间
95% 置信区间并不意味着有 95% 的概率真实均值位于该特定区间内。它的意思是,如果用许多样本重复该程序,则生成的区间中有 95% 的时间会包含真实均值。一旦计算出某个区间,它要么包含真实值,要么不包含。

# 快速参考术语表

置信区间 (CI)
在选定的置信水平下估算总体参数的范围 [x̄ − ME, x̄ + ME]。
置信水平
如果实验重复多次,包含真实参数的区间所占的比例。典型值:90%、95%、99%。
标准误 (SE)
SE = σ/√n。衡量样本均值围绕总体均值的变异程度。
误差幅度 (ME)
ME = z* × SE (或 t* × SE)。它是置信区间宽度的一半。

参考文献