概率论与数理统计 区间估计（置信区间）中s怎么计算？

S是样本标准差，其计算公式为：

置信区间越大，置信水平越高。

参数的置信区间估计的要旨是：充分利用样本所提供的信息，做出尽可能可靠而精确的估计。

扩展资料：

奈曼以概率的频率解释为出发点，认为被估计的θ是一未知但确定的量，而样本X是随机的。区间【A(X），B(X）】是否真包含待估计的θ，取决于所抽得的样本X。因此，区间 【A(X),B(X）】只能以一定的概率包含未知的θ。

对于不同的θ，π（θ）之值可以不同，π（θ）对不同的θ取的最小值1-α（0<；α<1）称为区间【A(X），B(X）】的置信系数。与此相应，区间【A(X），B(X）】称为θ的一个置信区间。

这个名词在直观上可以理解为：对于“区间【A(X),B(X）】包含θ”这个推断，可以给予一定程度的相信，其程度则由置信系数表示。

95%置信区间是用来估计参数的取值范围的方法。比如在用样本去估计整体均值的实验过程中。假设做了100组统计均值实验后，算出95%的置信区间后，其中有95个置信区间包含整体均值，5个不包含。

95%置信区间的意义：假设上面统计的结果为[ 160-20, 160+20]，怎么说明最低身高为140，最高身高为180。这个统计结果有95%的可信度。

构造

在数理统计学中，待估计的未知量是总体分布的参数θ或θ的某个函数g（θ）。区间估计问题可一般地表述为：要求构造一个仅依赖于样本X=(x1,x2，…，xn）的适当的区间【A(X),B(X）】，一旦得到了样本X的观测值尣，就把区间【A（尣），B（尣）】作为θ或g（θ）的估计。至于怎样的区间才算是“适当”，如何去构造它，则与所依据的原理和准则有关。

以上内容参考：百度百科-区间估计

你是想知道还是不想知道啊？S是样本标准差，其计算公式为：

S其实本应该是总体的标准差 如果知道的话那么计算出来的置信区间就是很准确的
然而实际中很难计算出总体的标准差 所以就用样本的标准差代替 就用楼上的公式来做就可以 但是要牵扯到自由度的问题