01前言
“置信区间”的英文是confidence interval，也译为“可信区间”、“信赖区间”或“信心区间”。“confidence interval” 这个术语跟 “logit” 类似，没有既精确又易懂的译法（translation），为了方便大家阅读，以下统称置信区间。
在医学领域，体外诊断试剂临床试验指导原则中对于数据统计分析要求计算回归系数、截距、医学决定水平处的预期偏倚和阳性/阴性符合率的可信区间，那么可信区间是什么？为什么要计算可信区间？怎样计算可信区间？
02什么是置信区间
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。
置信区间是参数估计的一种形式，通过从总体中抽取的样本，根据一定的正确度与精确度的要求，构造出适当的区间，以作为总体的分布参数(或参数的函数)的真值所在范围的估计。用数轴上的一段距离或一个数据区间，表示总体参数的可能范围.这一段距离或数据区间称为区间估计的置信区间。
03与置信区间相关的概念
置信水平（Confidence level）是也称为置信度、可靠度，或置信系数，即在抽样对总体参数作出估计时，由于样本的随机性，其结论总是不确定的，是指正确的概率。（1-α 为置信度或置信水平其表明了区间估计的可靠性）
显著性水平（significance level ）是估计总体参数落在某一区间内，可能犯错误的概率为显著性水平，用α表示。（在正态分布表中，表中的数值是表示某点位置开始左侧的面积，例如x=0，面积为0.5表示小于0的概率。当显著性水平α为某一值时，表示希望正确的区间所围成的面积为1-α，此时可查α/2所对应的点，也可以差1-α/2所对应得点）
置信界限(confidence limit)是对单侧置信区间中的界限以及双侧置信区间的上限（upper confidence limit，ucl)、下限（lower confidence limit，lcl）的统称。
对于任意参数θ在可能的取值范围内，P{θ1<θ<θ2}≥1-α，则称随机区间（θ1，θ2）是参数θ的置信水平为1-α的置信区间，θ1和θ2分别称为置信水平为1-α的双侧置信区间的置信下限和置信上限，1-α称为置信水平。举例来说，如果在一次临床试验中某评价产品的灵敏度为75%，而置信水平95%（1-0.05）的置信区间是（67%,82%），那么67%置信区间的下限，82%是置信区间的下限，显著性水平是0.05，置信水平是95%，那么产品的真实灵敏度有百分之九十五的机率落在67%和82%之间。
04为什么要计算置信区间
网上有个不错的例子，地球人的平均身高，这个值是真实存在的，假设为145cm，但没人知道，也不能把所有人都量一次身高，然后求平均值，那么只能从各大洲按照人口比例、男女比例、年龄分布等条件抽样，组成一个地球人代表团，可以计算这个代表团的平均身高（下图每个蓝点代表一个地球代表团），由代表团的平均身高代替地球人的平均身高。由于存在抽样误差，可能得到每次抽样的代表团的平均值不相同，但这些抽样的代表团的平均值曾正态分布。
当然代表团平均值是一个具体值，可能与真实的地球人平均身高不同，如果根据代表团的身高计算出一个范围，这样就能包含了地球人平均身高，这个范围就是置信区间。
用样本指标来估计总体指标，要达到100%的准确而没有任何误差，几乎是不可能的，所以在估计总体指标时就必须同时考虑抽样误差的大小和抽样的数量，在置信水平相同的情况下，样本量越多，置信区间越窄，在样本量相同的情况下，置信水平越高，置信区间越宽，通常都计算95%置信区间。
05怎样计算置信区间
现在大家都用统计软件计算，小编就说下SPSS如何计算置信区间：
下图为得到的结果：
虽然统计软件计算很方便，但是我们还是要清楚置信区间是如何计算得。
置信区间具体计算公式为：
1.知道样本均值M和标准差ST时：置信区间下限 a=M-x*ST,置信区间上限b=M+x*ST
当求取90%置信区间时x=1.645
当求取95%置信区间时x=1.96
当求取99%置信区间时x=2.576
2.通过利用蒙特卡洛方法获得估计值分布时，先用所有估计值样本进行排序，置信区间下限：a为排序后第lower%百分位值，置信区间上限：b为排序后第upper%百分位值。
当求取90%置信区间是lower=5，upper=95
当求取95%置信区间是lower=2.5，upper=97.5
当求取99%置信区间是lower=0.5，upper=99.5
当样本足够大时，（1）和（2）获取的结果基本相等。
