跳到正文
马克工具箱

置信区间计算器

论文里要写「均值 12.0(95% CI 11.7–12.3)」,或者调查结果「支持率 35%,误差多少」?填入数据,立即得到置信区间和误差范围,比例还会同时给出更准确的 Wilson 区间。

在浏览器本地运行,输入的内容和文件都不会上传

填 0 则用样本标准差和 t 分布。

95% 置信区间

94.3989 … 105.6011

均值 100 ± 5.6011(t = 2.0452,n = 30,标准差 = 15)

使用步骤

  1. 选择「均值」或「比例」。
  2. 均值:输入均值、标准差、样本量,或粘贴原始数据;比例:输入成功次数和样本量。
  3. 选择置信水平,读出区间。

参数说明

均值
均值 ± t × 标准差 ÷ √n;已知总体标准差 σ 时用 z 代替 t。
比例
Wilson 区间在样本小或比例接近 0、100% 时比 Wald(p ± z√(p(1−p)/n))准确得多,是推荐的做法。

计算示例

样本量 n = 25,均值 50,标准差 10。标准误是 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,区间越宽。

比例为什么用 Wilson 区间

在 20 次中成功 8 次(p = 0.40)时,Wald 区间是 18.5% 到 61.5%,Wilson 区间是 21.9% 到 61.3%。在比例接近两端时差别更大:20 次中成功 0 次,Wald 区间恰好是 0% 到 0%,意思是完全没有不确定性,而 Wilson 给出的是 0% 到 16.1%。

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

常见问题

95% 置信区间是什么意思?

用同样的方法反复抽样,大约 95% 的区间会包含真实值;不是「真实值有 95% 的概率落在这个区间」。

什么时候用 z、什么时候用 t?

不知道总体标准差(绝大多数情况)就用 t;只有确知 σ 时才用 z。

数据会上传吗?

不会,计算都在浏览器里完成。

隐私说明

本工具完全在浏览器中运行,文件和文本都在你的设备上处理,不会上传到我们的服务器。

相关工具