区间估计公式
正态分布区间估计公式？
正态分布区间估计公式？
一般正态分布的区间概率计算公式：c=U2t/R。正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求二项分布的渐近公式中得到。
在数学里，区间通常是指这样的一类实数集合：如果x和y是两个在集合里的数，那么，任何x和y之间的数也属于该集合。 例如，由符合0 ≤ x ≤ 1的实数所构成的集合，便是一个区间，它包含了0、1，还有0和1之间的全体实数。
其他例子包括：实数集，负实数组成的集合等。
方差区间估计的公式？
方差的置信区间公式：Pr(c1置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中，一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度，其给出的是被测量参数的测量值的可信程度，即前面所要求的“一个概率”。
置信区间与置信水平、样本量等因素均有关系，其中样本量对置信区间的影响为：在置信水平固定的情况下，样本量越多，置信区间越窄。其次，在样本量相同的情况下，置信水平越高，置信区间越宽。
方差区间估计的公式？
方差的公式为：s²=(1/n)[(x1-x_)² (x2-x_)² ... (xn-x_)²]其中x_为样本均值。先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。
标准正态分布的置信区间公式？
置信区间是一种常用的区间估计方法，所谓置信区间就是分别以统计量的置信上限和置信下限为上下界构成的区间 。对于一组给定的样本数据，其平均值为μ，标准偏差为σ，则其整体数据的平均值的100(1-α)\%置信区间为( , ) ，其中α为非置信水平在正态分布内的覆盖面积，即为对应的标准分数。
对于一组给定的数据，定义为观测对象，W为所有可能的观测结果，X为实际上的观测值，那么X实际上是一个定义在上，值域在W 上的随机变量。这时，置信区间的定义是一对函数u(.) 以及v(.) ，也就是说，对于某个观测值X=，其置信区间为。实际上，若真实值为w，那么置信水平就是概率c：
其中U=u(X)和 V=v(X)都是统计量（即可观测的随机变量），而置信区间因此也是一个随机区间：(U,V)。
公式
Pr(c1lt=μlt=c2)=1-α
其中：α是显著性水平（例：0.05或0.10）
100\%或指置信水平（例：95\%或90\%）
表达方式：interval(c1,c2)——置信区间。
计算步骤
第一步：求一个样本的均值
第二步：计算出抽样误差。
人们经过实践，通常认为调查：
100个样本的抽样误差为±10\%；
500个样本的抽样误差为±5\%；
1200个样本时的抽样误差为±3\%；
第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。