使用步骤
- 选择「均值」或「比例」。
- 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。
- 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。