1. 一个具体问题

一次调查得到平均满意度 82 分，另一份调查得到 84 分。若第一份只有十名受访者、第二份有一千人，两个数字的稳定程度显然不同。只报一个点估计，会让读者把抽样波动误认为真实差异；置信区间提供了表达估计精度的一种方式。

2. 一句话解释

置信区间是按固定程序构造的区间，该程序在重复抽样中以指定比例覆盖目标参数。

3. 出处与原意

频率学派的置信区间理论与 Neyman 的工作密切相关。NIST 统计手册强调，95% 描述的是构造程序的长期覆盖率，不是已算出的某个区间给固定参数分配了 95% 的概率。贝叶斯可信区间使用另一套解释，不能只因为两者数值相近就混为一谈。

4. 原理与机制

对独立正态样本、总体标准差未知的均值估计，常用形式为 样本均值±t临界值×样本标准差/√n。区间随波动变大而变宽，随样本增多而通常变窄。提高置信水平也会扩大区间。每一种公式都有条件，均值、比例、预测下一次观测分别需要不同方法。

报告时最好同时保留点估计、上下界和单位，避免只说结果“有把握”。窄区间可能排除零，却仍对应微不足道的实际差异；宽区间包含零，也可能同时包含业务上很重要的影响。这两种情况需要不同后续行动，不能都压缩成一次二选一的显著性标签。

5. 一个完整案例

假设案例：一百次独立测量的平均耗时为 50 毫秒，样本标准差为 10 毫秒。若采用近似 t 区间，99 个自由度的 95% 临界值约为 1.984，得到 50±1.984×10/10，即约 48.02 至 51.98 毫秒。区间反映总体平均耗时的估计，不表示下一次请求有 95% 概率落在这个约四毫秒宽的范围内。单次请求的波动通常大得多。

6. 适用条件与反例

适合报告估计精度，但只能覆盖模型所表达的不确定性。若抽样漏掉慢请求、时钟测量存在偏差，即使区间很窄也可能整体偏离真实值。两个区间是否重叠不是通用的差异显著性检验。反复查看数据直到区间满足要求，也会改变原本固定样本程序的覆盖性质。

7. 今天可以尝试的行动

给一项业务指标补上区间说明：目标参数、样本来源、方法、置信水平和主要假设。然后问一句“业务上最小有意义的差异是什么”，把统计精度与实际决策需求联系起来。

8. 参考资料与关联条目