总体比例置信区间计算器

输入计算

成功次数（x）

样本量（n）

置信水平 90% 95% 99%

结果

比例的置信区间

72.16% – 87.84%

Sample proportion p̂ = 80%

Sample proportion (p̂)	0.8
标准误	0.04
z 值	1.96
误差幅度	±7.84%
下限	0.7216
上限	0.8784

这个计算器能做什么

本工具可根据成功次数和样本总量，计算总体比例的置信区间。它采用正态（Wald）近似法——这是统计学入门课程中最常讲到的方法——并按你选择的置信水平（90%、95% 或 99%）给出区间结果。

置信区间就是点估计值 p-帽，向两侧各扩展一个误差幅度。

使用方法

输入成功次数（x），例如回答"是"的人数，再输入样本量（n）。选定一个置信水平后，计算器会返回样本比例、标准误、误差幅度，以及区间的下限和上限。

公式详解

样本比例为 \(\hat{p} = x/n\)；标准误为 \(\text{SE} = \sqrt{\hat{p}(1-\hat{p})/n}\)。将 SE 乘以临界 z 值（90% 对应 1.645，95% 对应 1.96，99% 对应 2.576）即得误差幅度，再用 \(\hat{p}\) 加减该值：

$$\text{置信区间} = \hat{p} \pm z\cdot\text{SE}$$

Advertisement

z 临界值标出正态曲线中央区域，对应所选的置信水平。

实例演算

假设抽样调查的 100 位顾客中有 80 位表示满意，则 \(\hat{p} = 0.80\)，\(\text{SE} = \sqrt{0.80\times0.20/100} = \sqrt{0.0016} = 0.04\)。在 95% 置信水平下，误差幅度 \(= 1.96 \times 0.04 = 0.0784\)。区间即为 $$0.80 \pm 0.0784 = (0.7216,\ 0.8784),$$ 约为 72.16% 至 87.84%。

常见问题

95% 置信区间到底是什么意思？如果你反复进行多次抽样，用这种方法构造出的区间中，约有 95% 会包含真实的总体比例。

Wald 方法在什么情况下适用？当 \(n\hat{p}\) 和 \(n(1-\hat{p})\) 都至少约为 5–10 时，该方法效果良好。若样本很小，或比例接近 0 或 1，建议改用 Wilson 区间或 Clopper–Pearson 区间。

为什么我的区间被截断在 0 或 1 处？比例不可能小于 0 或大于 1，因此超出该范围的边界会被截断。