置信区间计算器（均值）
使用 t 分布构建均值的置信区间。输入样本均值、标准差和样本量。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
在“样本均值”中输入平均值，在对应字段中输入样本标准差，并在“样本量”中填写观测数量。如果您只有原始数据列表，请先计算这三个统计量。各字段只填写数值，不要加文字、单位或货币符号，然后选择置信水平。
均值的置信区间
- 误差范围
- ±3.73
- 标准误
- 1.826
- t 临界值
- 2.045
均值置信区间计算器根据样本均值、样本标准差和样本量，估计总体均值的区间。数据可以来自考试成绩、评分或其他数值测量。结果反映总体平均水平估计的不确定性，而不仅是已经观测到的样本平均值。
自己动手计算
示例：样本量为 9，均值为 10，样本标准差为 2。求其 95% 置信区间。
按照示例了解计算过程，再代入您自己的数值。
计算标准误
SE = s ÷ √n = 2 ÷ √9 = 2 ÷ 3 ≈ 0.6667s 是样本标准差，n 是样本量。
查找 t 临界值
自由度 = n − 1 = 8；t 临界值 ≈ 2.306构建双侧 95% 区间时，查自由度为 8、上尾概率为 0.025 的 t 分布表。
计算误差范围
误差范围 = t × SE ≈ 2.306 × (2 ÷ 3) ≈ 1.5373构建区间
10 − 1.5373 ≈ 8.46; 10 + 1.5373 ≈ 11.54报告区间为 8.46 至 11.54，单位与原始测量相同。
小样本时，此区间要求数据近似正态且没有明显极端值。t 临界值需要查表或数值计算，不能仅靠普通四则运算得到。
在计算器中核对答案
应用场景
- 教师: 教师根据一次班级测试计算均值、样本标准差和人数，估计相应学生总体的平均成绩区间。
- 小型企业经营者: 咖啡馆经营者汇总本周顾客满意度评分，输入均值、样本标准差和样本量，评估平均满意度估计的精度。
- 人力资源人员: 人力资源人员根据员工工作幸福感评分计算汇总统计量，在报告平均分的同时给出合理的置信区间。
何时使用 t 分布
使用样本数据估计总体均值的置信区间、且总体标准差未知时，通常采用 t 分布，小样本时尤其重要。相比正态分布，它给出的区间略宽，以考虑根据样本估计标准差带来的额外不确定性，前提是相应抽样与分布假设适用。
何时使用
当您有一组测量同一指标的数值，例如考试成绩、十分制评分、年龄或等待分钟数，并希望用样本估计更广泛总体的平均水平时，可以使用本工具。先根据原始数据计算均值、样本标准差和样本量，再输入计算器获得均值的置信区间。如果数据是文字、类别或是非答案，应改用相应的比例分析工具。
结果是什么意思？
计算器根据输入的样本均值给出上下界。在常用的 95% 设置下，如果反复进行同样的抽样和计算，约 95% 的区间会包含总体真实均值。较窄的区间表示估计更精确，较宽的区间表示不确定性更大，通常与样本较少或数据较分散有关。不存在适用于所有情况的理想宽度，但在其他条件相同时，更窄的区间代表更高精度。
常见错误
本工具只适用于数值测量，不要输入文字、类别或是非答案。也不要将年龄和价格等不同指标混合计算均值。只有少量观测时，应谨慎解读，因为区间可能很宽，且方法假设更重要。正确填写小数，去掉货币符号或单位，并确认输入的是均值、样本标准差和样本量。置信区间不是原始数据的最小值到最大值范围。
如何使用此计算器
- 分别输入样本均值、样本标准差和样本量；如果只有原始观测值，请先计算这三个统计量。
- 选择置信水平，通常采用 95%。
- 核对所输入的样本均值，并查看计算器给出的区间。
- 查看均值两侧的区间上下界，了解总体均值估计的抽样不确定性。
计算示例
一家咖啡馆请 10 位顾客按 1 至 10 分评价服务，得到：8, 7, 9, 6, 8, 7, 9, 8, 7, 9。均值为 7.8，样本标准差约为 1.033。在计算器中输入这两个值和样本量 10，选择 95% 置信水平，区间约为 7.1 至 8.5。在方法假设适用的前提下，这个区间表达了对整体顾客平均评分估计的不确定性。
常见问题
什么时候可以改用正态分布的 z 区间？
样本量较大时，t 区间与 z 区间非常接近。当总体标准差是根据样本估计的，通常采用 t 区间，同时仍需检查其假设是否适用。
输入框里应填写什么？
输入根据原始观测计算出的三个统计量：均值、样本标准差和样本量。观测可以是成绩、评分或时长等。请将各数值分别填入对应字段。
这些数据从哪里来？
这些统计量来自您的调查、测试或其他记录，例如顾客评分、学生成绩或等待分钟数。先根据全部个人观测计算均值、样本标准差和观测数量，再输入这里。
应该选择哪个置信水平？
如果没有特别的研究要求，95% 是常用选择。99% 等更高置信水平会使区间更宽，90% 等较低置信水平则会使区间更窄。
95% 置信水平具体指什么？
如果在相同条件下反复抽样并计算区间，约 95% 的区间会包含总体真实均值。它并不表示 95% 的个人观测值会落在该区间内。
为什么区间这么宽？
通常是样本量较少，或观测值分散程度较大。在其他条件相同的情况下，增加回答数量可以缩小区间，让总体均值的估计更精确。