跳到正文
馬克工具箱

置信區間計算器

論文裡要寫「均值 12.0(95% CI 11.7–12.3)」,或者調查結果「支援率 35%,誤差多少」?填入資料,立即得到置信區間和誤差範圍,比例還會同時給出更準確的 Wilson 區間。

在瀏覽器本地執行,輸入的內容和檔案都不會上傳

填 0 則用樣本標準差和 t 分佈。

95% 置信區間

94.3989 … 105.6011

均值 100 ± 5.6011(t = 2.0452,n = 30,標準差 = 15)

使用步驟

  1. 選擇「均值」或「比例」。
  2. 均值:輸入均值、標準差、樣本量,或貼上原始資料;比例:輸入成功次數和樣本量。
  3. 選擇置信水平,讀出區間。

引數說明

均值
均值 ± t × 標準差 ÷ √n;已知總體標準差 σ 時用 z 代替 t。
比例
Wilson 區間在樣本小或比例接近 0、100% 時比 Wald(p ± z√(p(1−p)/n))準確得多,是推薦的做法。

計算示例

樣本量 n = 25,均值 50,標準差 10。標準誤是 10 ÷ √25 = 2,自由度 24 在 95% 置信水平下的 t 值是 2.0639:

margin = 2.0639 × 2 = 4.128
95% CI = 50 ± 4.128 = 45.87 to 54.13
99% CI: t = 2.7969, margin 5.594, so 44.41 to 55.59

置信水平越高,區間越寬。

比例為什麼用 Wilson 區間

在 20 次中成功 8 次(p = 0.40)時,Wald 區間是 18.5% 到 61.5%,Wilson 區間是 21.9% 到 61.3%。在比例接近兩端時差別更大:20 次中成功 0 次,Wald 區間恰好是 0% 到 0%,意思是完全沒有不確定性,而 Wilson 給出的是 0% 到 16.1%。

Wilson centre = (p + z²/(2n)) ÷ (1 + z²/n)
half-width    = z × √(p(1−p)/n + z²/(4n²)) ÷ (1 + z²/n)

常見問題

95% 置信區間是什麼意思?

用同樣的方法反覆抽樣,大約 95% 的區間會包含真實值;不是「真實值有 95% 的機率落在這個區間」。

什麼時候用 z、什麼時候用 t?

不知道總體標準差(絕大多數情況)就用 t;只有確知 σ 時才用 z。

資料會上傳嗎?

不會,計算都在瀏覽器裡完成。

隱私說明

本工具完全在瀏覽器中執行,檔案和文字都在你的裝置上處理,不會上傳到我們的伺服器。

相關工具