核心结论就是 Excel 求置信区间,本质是计算样本均值加减边际误差,常用两种情况,总体标准差已知用 Z 分布,总体标准差未知用 t 分布,日常绝大多数实验抽样数据都是总体标准差未知,优先使用 T.INV.2T 函数计算临界 t 值,再结合样本标准误,算出置信上下限,也可以直接调用 CONFIDENCE.T 和 CONFIDENCE.NATIVE 这两个内置函数直接得到边际误差,再和样本均值做加减运算,就能得到完整置信区间。之所以要区分 Z 分布和 t 分布,是因为小样本的时候,总体真实标准差不知道,只能用样本标准差代替,抽样误差波动更大,t 分布比正态分布更平缓,置信区间会更宽,如果错用 Z 函数,区间会偏窄,统计推断结论就会不可靠,同时置信水平一般选 90%95%99%,最常用是 95% 置信区间。
基础原理公式
置信区间等于样本均值加减边际误差
边际误差
t 分布版本 临界 t 值乘以 样本标准差除以根号样本量
Z 分布版本 临界 Z 值乘以 总体标准差除以根号样本量
置信水平 95% 对应的显著性水平 alpha 等于 1 减去置信水平也就是 0.05
函数说明对照表
| 函数 | 适用场景 | 语法 | 说明 |
|---|---|---|---|
| CONFIDENCE.T | 总体标准差未知 t 分布 | CONFIDENCE.T (alpha, 标准偏差,样本容量) | 直接返回边际误差,最常用 |
| CONFIDENCE.NORM | 总体标准差已知 Z 正态分布 | CONFIDENCE.NORM (alpha, 总体标准差,样本容量) | 正态分布边际误差 |
| T.INV.2T | 手动计算 t 临界值 | T.INV.2T (alpha, 自由度) | 自由度等于样本量减 1,双侧临界 t 值 |
| AVERAGE | 计算样本均值 | AVERAGE (数据区域) | 得到抽样数据的平均值 |
| STDEV.S | 样本标准差 | STDEV.S (数据区域) | 计算样本标准差,注意不是总体标准差 STDEV.P |
详细操作步骤
1 把全部抽样原始数据录入到同一列,例如 A2 到 A21,一共 20 个样本。
2 计算样本均值,空白单元格输入公式 AVERAGE (A2:A21) 回车得到均值。
3 计算样本标准差,空白单元格输入 STDEV.S (A2:A21) 回车。
4 确定置信水平,例如 95% 置信区间,alpha 填写 0.05。
5 方法一 直接计算边际误差,输入公式 CONFIDENCE.T (0.05, 样本标准差单元格,样本量),回车得到边际误差。
6 计算置信下限 样本均值减去边际误差,置信上限 样本均值加上边际误差,这样就得到完整置信区间。
7 方法二 手动用 T.INV.2T 计算临界 t 值,自由度是样本量减 1,公式 T.INV.2T (0.05, 样本量减 1),然后用临界 t 值乘以 样本标准差除以根号样本量,根号用 SQRT 函数,SQRT (样本量),得到边际误差,后续同样加减均值得到置信区间。
8 如果是总体标准差已知,就改用 CONFIDENCE.NORM 函数,其余计算逻辑保持不变。
深度易错要点
第一 STDEV.S 是样本标准差,STDEV.P 是总体标准差,求 t 分布置信区间必须使用 STDEV.S,选错会导致标准误偏小,置信区间计算错误。
第二 CONFIDENCE.T 返回的只是边际误差,不是最终置信区间,很多新手误以为这个函数直接输出上下限,必须自己再和均值做加减。
第三 样本量很小,比如 n 小于 30,优先 t 分布,大样本 n 大于 30 的时候 t 分布和 Z 分布结果非常接近,两种算法差别很小。
第四 置信区间含义要理解清楚,它不是总体参数落在这个区间的概率,是重复抽样多次,有对应比例的区间会覆盖真实总体均值。
第五 如果数据存在极端异常值,会拉高样本标准差,边际误差变大,置信区间变宽,计算之前建议先检查异常数据。
第六 旧版 Excel 里面函数名称是 CONFIDENCE,新版 Excel 保留兼容,新版推荐写 CONFIDENCE.NORM,避免混淆。
补充 数据分析工具法
除了写公式,还可以加载数据分析插件,用描述统计一次性输出置信区间。
1 文件 选项 加载项,转到,勾选分析工具库,确定加载插件。
2 数据选项卡,点击数据分析,选择描述统计。
3 输入区域选中原始数据,勾选标志位于第一行,勾选置信水平,填写 95%,设置输出区域。
4 确定之后输出表格里面,会直接给出均值 标准差 标准误差 置信度,也就是边际误差,再手动加减均值得到置信区间。
【常见问题】
问题 1 Excel 置信区间计算什么时候用 CONFIDENCE.T 什么时候用 CONFIDENCE.NORM
回答 1 Excel 置信区间计算,总体标准差未知,小样本抽样场景使用 CONFIDENCE.T,也就是 t 分布,总体标准差已知的时候使用 CONFIDENCE.NORM 正态 Z 分布,绝大多数实验抽样数据都属于总体标准差未知,优先选择 CONFIDENCE.T 求置信区间。
问题 2 Excel 置信区间计算为什么用 STDEV.S 而不是 STDEV.P
回答 2 Excel 置信区间计算 t 分布模型,我们拿到的是抽样样本,需要的是样本标准差,所以使用 STDEV.S,STDEV.P 是总体标准差,如果已知完整总体标准差才可以使用 STDEV.P,混用会让 Excel 置信区间结果出现偏差。
问题 3 Excel 置信区间能不能直接输出上下限
回答 3 Excel 置信区间内置 CONFIDENCE 系列函数只返回边际误差,不能直接输出上下限,需要用样本均值分别加减这个边际误差,才能得到 Excel 置信区间的下限和上限,也可以借助描述统计工具批量输出配套指标。
问题 4 Excel 置信区间 99% 和 95% 对比有什么变化
回答 4 Excel 置信区间如果把置信水平从 95% 改成 99%,alpha 变成 0.01,临界 t 值会变大,边际误差增加,最终 Excel 置信区间范围会变宽,置信度越高,区间覆盖真实参数的把握越大,但是区间精度会下降。
【免责申明】
本教程基于桌面版 Excel 常规版本编写,新版 Excel 函数命名和旧版存在差异,WPS 表格支持同类函数但部分插件加载方式略有不同,统计计算前提是数据满足抽样独立性近似正态,本文仅作学习参考,不承担统计推断错误业务决策失误相关责任。


