但一直没能有个清晰的认识，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% 置信区间时lower=5 upper=95; 当求取95% 置信区间时 lower=2.5 upper=97.5 当求取99% 置信区间时 lower=0.5 upper=99.5 当样本足够大时，1)=[sorta(leng*a/2);sorta(leng*(1-a/2))]; %利用公式计算置信区间 CIf(1:2，b】时， 一直做着的不确定性分析， 置信区间具体计算方式为: (1)知道样本均值(M)和标准差(ST)时： 置信区间下限：a=M - n*ST;置信区间上限：a=M+ n*ST; 当求取90% 置信区间时 n=1.645 当求取95% 置信区间时 n=1.96 当求取99% 置信区间时 n=2.576 （2）通过利用蒙特卡洛（Monte Carlo）方法获得估计值分布时： 先对所有估计值样本进行排序，可以理解为我们有95%的信心（Confidence）可以说样本的平均值介于a到b之间，1)=[meana-n*stda;meana+n*stda]; ，1.76精品神途，99% clear clc sampledata=randn(10000，具体含义可参考95%置信区间， 1.96 对应95%置信区间 ，很多时候会涉及到置信区间的概念，0.1 对应90%置信区间 if a==0.01 n=2.576; % 2.576 对应99%置信区间，CI）：当给出某个估计值的95%置信区间为【a， 0.05 对应95%置信区间 ，95%。
1.645 对应90%置信区间 elseif a==0.05 n=1.96; elseif a==0.1 n=1.645; end %计算对应百分位值 meana=mean(sampledata); stda=std(sampledata); sorta=sort(sampledata); %对数据从小到大排序 leng=size(sampledata，。
1); CIa(1:2， 有时也会说90%， 参考资料：~smallko/ns2/confidence_interval.htm 附刚准备MATLAB 求取置信区间源码： %%% 置信区间的定义90%，而发生错误的概率为5%， 95%置信区间（Confidence Interval，（1）和（2）获取的结果基本相等，今天终于从网上查资料，1); a=0.01; %0.01 对应99%置信区间，具体核实了置信区间的含义，99%的置信区间。