置信区间计算器
输入样本均值、标准差、样本量和置信水平，即可计算均值的置信区间、误差范围、标准误差和 z 临界值——每一步过程都清晰呈现。
- 01即时计算均值的 90%、95% 或 99% 置信区间。
- 02一键获取误差范围、标准误差和 z 临界值。
- 03逐步演示置信区间公式的计算过程。
- 04可从 80% 到 99.9% 的常见置信水平中选择。
- 05100% 免费且私密——所有计算均在你的浏览器中完成。
置信区间计算器
95% 置信区间
[94.632319, 105.367681]
均值的估计：100 ± 5.367681
误差范围 (ME)
5.367681
标准误差 (SE)
2.738613
z 临界值
1.96
置信水平
95%
下限
94.632319
上限
105.367681
样本均值 (x̄)
100
样本量 (n)
30
逐步计算过程
- 01求出 95% 置信水平对应的 z 临界值：z = 1.96
- 02标准误差 SE = s ÷ √n = 15 ÷ √30 = 2.738613
- 03误差范围 ME = z × SE = 1.96 × 2.738613 = 5.367681
- 04置信区间 = x̄ ± ME = 100 ± 5.367681 = [94.632319, 105.367681]
为什么使用这款置信区间计算器
均值的置信区间
输入样本均值、标准差和样本量，即可即时获得总体均值的置信区间。计算器会返回下限和上限，让你在所选置信水平下了解真实均值的合理范围。
内置误差范围
这款置信区间计算器同时也是误差范围计算器：它会直接给出误差范围（z × 标准误差），因此你可以将估计表示为均值 ± 误差范围，并清楚看到区间有多宽。
自选置信水平
可从常见的置信水平中选择——80%、85%、90%、95%、98%、99% 和 99.9%——每一个都对应其标准的 z 临界值。在 90%、95% 或 99% 置信区间之间切换，看看置信水平如何改变区间的宽度。
逐步计算过程
逐步展示置信区间公式的应用：z 临界值、均值的标准误差、误差范围以及最终的区间。非常适合做统计作业、备考复习和检验自己的计算。
即时且私密
所有运算完全在你的浏览器中进行，无需与服务器通信。你的数字绝不会离开你的设备，结果即时显示，无需注册或安装。
完全免费无限制
想计算多少个置信区间都可以——没有每日限制、无需账号，也没有付费墙。这款完整的置信区间计算器完全免费使用。
什么是置信区间？
置信区间是根据样本数据计算出的一个数值范围，它有可能包含某个总体参数的真实值——最常见的是总体均值。例如，95% 置信区间意味着，如果你多次重复抽样过程，以这种方式构造的区间中约有 95% 会包含真实均值。区间的宽度由误差范围控制，而误差范围取决于标准误差和所选的置信水平。
无论你是学习推断统计的学生、报告结果的研究人员，还是量化不确定性的分析师，这款置信区间计算器都能为任意样本提供即时、逐步的均值及其误差范围的估计。
- 置信区间公式
- 对于均值，置信区间为 x̄ ± z × (s ÷ √n)，其中 x̄ 是样本均值，s 是标准差，n 是样本量，z 是你所选置信水平对应的临界值。本计算器使用 z（正态）区间，适用于大样本或已知总体标准差 σ 的情形。
- 误差范围与标准误差
- 均值的标准误差是 s ÷ √n，误差范围则是 z 临界值乘以标准误差。样本量越大，标准误差越小，因此置信区间越窄，对均值的估计越精确。
- 置信水平与 z 值
- 更高的置信水平使用更大的 z 临界值，从而产生更宽的区间。常见的 z 值为 90% 对应 1.645、95% 对应 1.96、99% 对应 2.576。这其中总有取舍：置信度越高，对相同数据而言区间越宽、越不精确。
- z 区间与 t 区间
- 本工具计算 z 置信区间，它假设均值的抽样分布近似正态——适用于大样本（通常 n ≥ 30）或已知 σ。对于总体标准差未知的小样本，应使用 t 区间，它用基于 n − 1 自由度的 t 临界值代替 z，产生略宽、更保守的区间。
如何使用置信区间计算器
- 01
输入样本均值
在第一个框中输入你的样本均值 (x̄)。它是样本数据的平均值，也是置信区间的中心。
- 02
输入标准差和样本量
输入数据的标准差（s 或 σ）和样本量（n）。它们与置信水平一起决定标准误差和误差范围。
- 03
选择置信水平
从下拉菜单中选择一个置信水平——例如 95%。计算器会自动将其映射到对应的 z 临界值（例如 95% 对应 1.96）。
- 04
查看置信区间
点击「开始计算」即可看到以 [下限, 上限] 显示的置信区间，以及误差范围、标准误差和 z 值，还有置信区间公式的逐步分解过程。
计算置信区间的技巧
大样本使用 z
当样本较大（通常 n ≥ 30）或已知总体标准差时，适合使用 z 置信区间。对于 σ 未知的小样本，应改用 t 区间以获得更准确的结果。
样本越大，区间越窄
由于标准误差是 s ÷ √n，增大样本量会缩小误差范围，使置信区间变窄。将 n 增至四倍大约能使误差范围减半。
根据重要程度匹配置信水平
对相同数据而言，99% 置信区间比 95% 区间更宽。仅当错失真实值代价高昂时才选择更高的置信水平，并接受随之而来的更宽、更不精确的范围。
报告误差范围
将结果表示为均值 ± 误差范围，使读者既能看到点估计，也能看到其不确定性。误差范围通常比单纯的区间端点更直观。
检查你的假设
均值的置信区间假设数据是随机样本，且对于小样本，假设其基础分布大致呈正态。违反这些假设可能使区间产生误导。
正确解读
95% 置信区间并不意味着真实均值有 95% 的概率落在这一个区间内。它意味着，在多次抽样中，以这种方式构造的区间有 95% 会包含真实均值。
置信区间公式与定义
置信区间的定义
置信区间是根据样本数据估计出的总体参数的一组合理取值范围。对于均值，它以样本均值为中心，向两侧各延伸一个误差范围，宽度由置信水平决定。
置信区间能告诉你什么
- 在给定样本下，真实总体均值的合理取值范围。
- 你的估计有多精确——区间越窄，精度越高。
- 误差范围，即附加在样本均值上的不确定性。
- 置信水平的选择（90%、95%、99%）如何在精度与置信度之间权衡。
z 区间与 t 区间——该用哪个
对于大样本（通常 n ≥ 30）或已知总体标准差 σ，使用 z（正态）区间。对于 σ 未知的小样本，使用基于 n − 1 自由度的 t 临界值的 t 区间。
关键置信区间公式
均值的标准误差
SE = s ÷ √n
示例：15 ÷ √30 ≈ 2.739。
误差范围
ME = z × SE
示例：95% 区间时 1.96 × 2.739 ≈ 5.368。
均值的置信区间
x̄ ± z × (s ÷ √n)
下限 = x̄ − ME，上限 = x̄ + ME。
z 临界值
90% → 1.645，95% → 1.96，99% → 2.576
更大的 z 值给出更宽、置信度更高的区间。
t 区间（小样本）
x̄ ± t(n−1) × (s ÷ √n)
当 σ 未知且样本较小时使用。
置信区间计算器常见问题
Q01如何计算均值的置信区间？
用标准差除以样本量的平方根求出标准误差（SE = s ÷ √n）。将标准误差乘以你所选置信水平对应的 z 临界值，得到误差范围（ME = z × SE）。置信区间就是样本均值加减误差范围：x̄ ± ME。本计算器会为你完成每一步并展示计算过程。
Q02置信区间公式是什么？
对于使用 z（正态）区间的均值，公式为 x̄ ± z × (s ÷ √n)，其中 x̄ 是样本均值，s 是标准差，n 是样本量，z 是置信水平对应的临界值。区间从 x̄ − 误差范围 到 x̄ + 误差范围。
Q0395% 置信区间应该用哪个 z 值？
对于 95% 置信区间，双侧 z 临界值是 1.96。其他常见值为 90% 对应 1.645、98% 对应 2.326、99% 对应 2.576、99.9% 对应 3.291。当你选择置信水平时，本计算器会自动选取正确的 z 值。
Q04什么是误差范围？
误差范围是为构成置信区间而对样本均值加上和减去的量。它等于 z 临界值乘以标准误差（ME = z × s ÷ √n）。样本量越大或置信水平越低，误差范围越小。
Q05什么时候用 z 区间，什么时候用 t 区间？
当样本较大（通常 n ≥ 30）或已知总体标准差 σ 时，使用本计算器所计算的 z 置信区间。对于 σ 未知的小样本，使用 t 区间——它用基于 n − 1 自由度的 t 临界值代替 z。t 区间略宽、更保守。
Q06样本量如何影响置信区间？
增大样本量会减小标准误差（s ÷ √n），从而使置信区间变窄，对均值的估计更精确。由于含有平方根，你大约需要四倍的样本量才能使误差范围减半。
Q07应该如何解读 95% 置信区间？
95% 置信区间意味着，如果你多次重复抽样并构造区间的过程，所得区间中约有 95% 会包含真实的总体均值。它并不意味着真实均值有 95% 的概率落在这个特定区间内。
Q08我的数据会被发送到服务器吗？
不会。计算器使用 JavaScript 完全在你的浏览器中运行。你的输入绝不会被上传或存储到任何地方，因此可放心用于私密或敏感数据。
Q09这款置信区间计算器免费吗？
是的，完全免费，没有任何限制、无需注册，也没有付费版本。想计算多少个置信区间和误差范围都可以。