信賴區間計算器
輸入樣本平均值或比例後,即可在同一頁面查看基於 t 分布的平均值信賴區間、Wilson 比例信賴區間、誤差範圍、臨界值與標準誤差,並同步整理結果解讀與複核提示。
信賴區間計算器
輸入樣本平均值或比例後,即可在同一頁面查看 80% 到 99% 的信賴區間、誤差範圍、臨界值與標準誤差。
平均值模式會使用樣本平均值、樣本標準差與樣本數來計算基於 t 分布的信賴區間。適合估計母體平均值,或整理實驗平均結果可能落在哪個範圍。
點選範例後,可以立即比較平均值區間與比例區間在不同輸入下的變化。
- 樣本越小,t 臨界值通常越大,因此區間會變寬。
- 信賴區間並不是單個觀測值的範圍,而是母體平均值或真實比例可能落入的區間。
- 信賴水準越高,區間通常越寬;樣本數越大,在相同信賴水準下區間會更窄。
輸入必填值後即可立即計算信賴區間。
以 72 為中心值、樣本標準差 12、樣本數 36、信賴水準 95% 為條件時,平均值的估計範圍為 67.94 到 76.06。
如果用相同的抽樣方式反覆建立區間,那麼其中大約 95% 的區間會包含真實平均值。
| 計算類型 | 平均值區間(t 分布) |
|---|---|
| 信賴水準 | 95% |
| 樣本平均值 x̄ | 72 |
| 樣本標準差 s | 12 |
| 樣本數 n | 36 |
| t 臨界值 | 2.03 |
| 標準誤差 | 2 |
| 下限 | 67.94 |
| 上限 | 76.06 |
| 方法 | 使用樣本標準差,並採用自由度為 35 的 t 分布。 |
- 標準誤差為 s / √n = 12 / √36 = 2。
- 在 95% 信賴水準下,自由度 35 對應的 t 臨界值為 2.03。
- 誤差範圍為 2.03 × 2 = 4.06,因此最終區間為 67.94 到 76.06。
This interval is not about individual observations. It shows a plausible range for the population mean. The interval gets narrower when the sample gets larger or the standard deviation gets smaller.
什麼是信賴區間計算器?
信賴區間計算器是一種統計工具,利用樣本平均值或樣本比例來估計母體真實值可能落在哪個範圍。它不只顯示單一數字,也會呈現結果合理波動的範圍,因此在解讀問卷結果、實驗資料、品質測量與營運指標時很有幫助。
例如,平均分 72 在樣本數為 10 和樣本數為 100 時,可信程度並不一樣。同樣地,62% 的轉換率如果來自 10 次觀測或 100 次觀測,真實比例的估計範圍也會有明顯差異。這個工具就是為了把這種差異直接展示在同一頁面。
預設設定涵蓋兩種常見場景:一種是利用樣本平均值、樣本標準差與樣本數來計算平均值的 t 區間;另一種是利用成功數與總樣本數來計算比例的 Wilson 區間。
適合這些情境
信賴區間可以幫助你判斷目前樣本結果到底有多可靠。無論是平均值還是比例,都會隨著樣本數與波動程度而改變意義,因此看區間通常比只看單一平均值或百分比更穩妥。
- 考試與教育資料 – 快速複核考試平均值、滿意度平均值或學習成效平均值的大致範圍
- 問卷與市場調查 – 結合樣本數解讀贊成率、回覆率與偏好占比
- A/B 測試 – 比較點擊率、轉換率等比例指標究竟有多不確定
- 品質控制 – 查看製程平均值、不良率或通過率的估計區間
- 論文與作業複核 – 重新核對統計軟體輸出結果,加深理解
主要功能
這個計算器不只顯示最終數值,也會整理區間是如何得到的,適合在報告草稿、會議說明或作業複核時同時查看「數值 + 依據」。
- 平均值區間 / 比例區間模式 – 在同一頁面切換平均值與比例兩種計算
- 80% 到 99% 的信賴水準 – 可快速選擇常用信賴水準,也可自行輸入
- 同時顯示誤差範圍、臨界值與標準誤差 – 不只看最終區間,也能知道它為什麼會變寬或變窄
- 區間位置視覺化 – 用條形範圍直觀看下限、中心與上限
- 摘要表與閱讀提示 – 同頁提供便於寫報告的說明與複核用摘要資訊
- 快速範例與結果複製 – 快速載入平均值或比例範例,並把關鍵結果複製到筆記中
使用方式
先選擇要計算平均值區間還是比例區間,再輸入對應模式的樣本資訊。接著設定信賴水準與小數位數,結果卡片與摘要表就會立即更新,方便比較輸入變化時區間寬度如何改變。
- 選擇模式 – 先決定要估計平均值範圍還是比例範圍。
- 輸入樣本資訊 – 平均值模式輸入平均值、標準差與樣本數;比例模式輸入成功數與總樣本數。
- 選擇信賴水準 – 可選擇 80%、90%、95%、98%、99%,也可以自行輸入。
- 查看結果 – 先看上方結果卡片中的下限與上限,再結合下方摘要表查看臨界值與標準誤差。
- 複核與分享 – 可用複製按鈕把關鍵結果整理到筆記中,必要時再和相關的平均值或標準差工具一起比較。
信賴區間公式與解讀重點
平均值區間通常使用 x̄ ± t* × (s / √n) 的形式。其中 x̄ 是樣本平均值,s 是樣本標準差,n 是樣本數,t* 是與所選信賴水準和自由度對應的臨界值。樣本越小或波動越大,標準誤差越大,區間也會越寬。
對於比例,這個工具使用 Wilson 方法,而不是簡單的 p̂ ± z* × SE 形式。當成功數極低或極高時,Wilson 區間能避免過度樂觀地貼近 0% 或 100%,因此更適合真實問卷、轉換率或通過率資料。
95% 的信賴水準並不表示這一次的結果有 95% 的機率正確。它表示如果你用相同的抽樣流程反覆建立區間,那麼其中大約 95% 的區間會包含真實值。換句話說,信賴區間描述的是抽樣程序在長期下的覆蓋率。
如果你想先重新計算基礎統計量,可以繼續使用 平均值計算器、標準差計算器、Z-score 計算器 與 p 值計算器。把平均值、波動性、標準化與假設檢定放在同一流程裡檢查會更順手。
常見問題
95% 信賴區間表示真實值有 95% 的機率落在裡面嗎?
不完全是。對於某個已經算出的區間來說,真實值要嘛在裡面,要嘛不在裡面。95% 這個數字指的是長期覆蓋率:如果反覆使用同樣的抽樣方法建立區間,大約 95% 的區間會包含真實值。
為什麼樣本越小,信賴區間越寬?
因為樣本越小,估計的不確定性越大。對平均值來說,標準誤差會變大,t 臨界值也更大;對比例來說,觀測越少,真實比例的可能範圍也會更寬。資料越少,就需要更寬的區間來描述真實值可能在哪裡。
為什麼平均值區間使用 t 分布而不是 z?
因為在大多數實際場景中,母體標準差是未知的。實務上通常會用樣本標準差來估計標準誤差,因此使用 t 分布更常見。當樣本非常大時,t 分布結果會和 z 分布非常接近。
為什麼比例區間使用 Wilson 方法?
因為它在極端比例時比簡單常態近似更穩定。當成功數非常少,或幾乎接近總樣本數時,簡單方法可能會得到過窄,甚至貼近 0% 或 100% 的區間,而 Wilson 區間能減少這種失真。
為什麼信賴水準越高,區間越寬?
更高的信賴水準表示你希望區間更有把握地涵蓋真實值,因此必須允許更寬的範圍。例如 99% 區間比 95% 區間更保守,所以通常也更寬。
我輸入的資料會儲存在伺服器嗎?
不會。你輸入的平均值、標準差、樣本數和成功數都只會在瀏覽器中計算,不會儲存到外部伺服器。重新整理頁面後,這些數值會重設。
目前還沒有留言,歡迎留下第一則意見。