置信区间计算器
计算总体均值和比例的置信区间。支持多个置信水平。免费在线置信区间计算工具。
置信区间公式
均值: x̄ ± z × (s/√n)
比例: p̂ ± z × √(p̂(1-p̂)/n)
其中z是所选置信水平的临界值
临界值（Z分数）
80%
1.282
85%
1.44
90%
1.645
95%
1.96
99%
2.576
99.5%
2.807
99.9%
3.291
🔒 快速、免费的浏览器计算器。无需上传，100%隐私保护。
最后更新: 2026年1月
相关计算器
常见问题
什么是置信区间？
置信区间是一个可能包含未知总体参数（如均值或比例）的数值范围。例如，平均身高的95%置信区间为[45, 55]意味着我们有95%的把握认为真实的总体均值在45到55之间。它由点估计值加减误差范围组成。区间宽度取决于置信水平、样本大小和变异性。更宽的区间=更高的置信度但精度较低；更窄的区间=更高的精度但置信度较低。
如何正确解释置信区间？
95%置信区间的含义是：如果我们多次重复研究，大约95%计算出的区间会包含真实的总体参数。这并不意味着真实值有95%的概率在这个特定区间内——真实值要么在区间内，要么不在。常见解释：'我们有95%的把握认为真实的均值/比例在[下限]和[上限]之间。'置信水平反映的是我们的长期准确性，而非任何单一区间的概率。
置信水平如何影响区间宽度？
更高的置信水平产生更宽的区间。90%置信度时z = 1.645；95%时z = 1.96；99%时z = 2.576。例如：样本均值为50，标准误差为5时：90%置信区间 = [41.8, 58.2]（宽度16.4），95%置信区间 = [40.2, 59.8]（宽度19.6），99%置信区间 = [37.1, 62.9]（宽度25.8）。存在权衡：更高置信度=更宽区间=更低精度。大多数研究使用95%作为平衡点。
何时使用均值置信区间vs比例置信区间？
当数据是连续/数值型时（身高、体重、考试分数、收入）使用均值置信区间。公式：x̄ ± z(s/√n)。当计数成功/失败或是/否结果时（通过率、支持率、缺陷率）使用比例置信区间。公式：p̂ ± z√(p̂(1-p̂)/n)。对于比例，确保np̂ ≥ 10且n(1-p̂) ≥ 10以使正态近似有效。
可靠的置信区间需要多大样本量？
更大的样本产生更窄、更精确的区间。误差范围公式说明了原因：ME = z(s/√n)。样本量翻倍会使误差范围减少√2 ≈ 1.41。一般准则：对于均值，n ≥ 30允许应用中心极限定理。对于比例，确保np̂ ≥ 10且n(1-p̂) ≥ 10。调查通常需要400+受访者才能在95%置信度下达到±5%的误差范围。