FunnyTools

研究統計 指南

95% 信賴區間怎麼看？CI、p 值、包含 0 的意思完整指南

p 值只給你一個顯著性訊號；信賴區間還能告訴你效果可能落在哪裡，以及估計到底精不精確。

更新日期:

論文中常看到：

95% CI [2.10, 7.84]

或：

95% CI [-0.42, 4.51]

很多人只知道「有沒有包含 0」，但 CI 的價值遠不只如此。

速答：95% 信賴區間是什麼？
在傳統頻率學派的解讀中，95% 信賴區間指的是：如果用相同抽樣與計算方法重複研究很多次，長期而言約 95% 這類區間會涵蓋真正的母體參數。對已經算出的單一區間，不宜說「真正參數有 95% 機率在這個區間內」。CI 越窄通常表示估計越精確；在常見雙尾檢定中，平均差的 95% CI 若不包含 0，通常對應 p < .05。

一、為什麼只報一個平均數不夠？

假設樣本平均 M = 75。

這只是點估計。

真正母體平均可能不是剛好 75，所以我們會想知道：這個估計的不確定程度有多大？

例如：

95% CI [73, 77]

表示依目前方法，合理的估計範圍相對集中。

如果是：

95% CI [60, 90]

雖然中心同樣是 75，但不確定性大得多。

二、最常見的錯誤：不是「真實值有 95% 機率在區間內」

傳統 frequentist CI 的參數被視為固定，只是我們不知道它。隨機的是抽樣後算出來的區間。

所以更精確的說法是：

如果重複進行同樣的抽樣與區間計算，長期約 95% 的區間會包含真正參數。

教學上常用「我們有 95% 信心」簡化，但正式方法解釋時最好知道它的頻率學派含義。

三、平均數 CI 怎麼算？

當母體標準差未知，常見平均數 CI：

M ± t* × SE

而：

SE = SD / √n

所以區間寬度受到：

  • SD；
  • n；
  • confidence level；
  • t 臨界值

影響。

延伸閱讀：SD 與 SE 差在哪

四、樣本數越大，CI 為什麼通常越窄？

因為 SE = SD / √n。

n 越大，SE 越小。

例如 SD 都等於 10：

n = 25

SE = 2

n = 100

SE = 1

因此在其他條件近似相同時，100 人的平均估計通常比 25 人更精確，95% CI 也會較窄。

五、SD 越大，CI 為什麼會變寬？

資料越分散，樣本平均數的估計通常越不穩定。

所以同樣 n = 50：

  • SD = 5 → CI 較窄
  • SD = 20 → CI 較寬

這不是軟體出錯，而是資料本身提供的精度不同。

六、CI 包含 0 到底表示什麼？

當你看的是兩組平均差，虛無假設常是：

差異 = 0

假設平均差 = 4.2。

95% CI [1.1, 7.3]

整段都大於 0，表示目前資料支持正向差異，而且在常見雙尾 α=.05 對應檢定中，通常會 p < .05。

95% CI [-0.6, 9.0]

跨過 0，代表目前合理範圍仍包含小幅負差、零差與正差，因此常見雙尾檢定通常不會達 .05。

七、不是所有 CI 都看「有沒有包含 0」

要先看參數的虛無值。

平均差

虛無值常為 0。

迴歸係數

虛無值常為 0。

correlation

虛無值常為 0。

比值型效果

例如 odds ratio、risk ratio，虛無值通常是 1。

所以 OR 的 95% CI：

[1.20, 2.10]

沒有跨 1。

而：

[0.84, 1.76]

包含 1。

不能全部機械套「看有沒有 0」。

八、CI 和 p 值有什麼關係？

在同一模型、同一雙尾假設、相同 α 的常見情況：

95% CI 是否包含虛無值，通常和 p < .05 的判斷互相對應。

但 CI 比單一 p 值資訊更多。

p 值

更偏向告訴你資料和 H₀ 的不相容程度。

CI

同時告訴你效果估計範圍與精確度。

所以只報「p = .03」不如：

平均差 = 4.2，95% CI [0.4, 8.0]，p = .031

更完整。

延伸：p 值怎麼看

九、CI 很寬代表什麼？

代表估計不精確。

可能原因：

  • 樣本小；
  • SD 大；
  • 事件很少；
  • 模型複雜；
  • 資料資訊不足。

例如：

d = 0.50, 95% CI [-0.20, 1.20]

點估計看起來是中等效果，但 CI 從輕微負效果跨到很大的正效果。這時不能只看 d = 0.50 就下結論。

十、CI 很窄就代表研究沒有偏誤嗎？

不是。

非常大的樣本可以讓 CI 很窄，但如果抽樣方式有系統性偏誤，你可能只是很精確地估錯。

CI 主要反映模型中的抽樣不確定性，不會自動納入所有研究偏誤。

十一、90%、95%、99% CI 差在哪？

在相同資料下：

  • 90% CI 通常最窄；
  • 95% CI 居中；
  • 99% CI 通常最寬。

因為你希望長期涵蓋率更高，就需要更寬的區間。

不能因為 90% CI 比較窄，就為了讓結果好看臨時改用 90%。信賴水準應依研究計畫或領域規範決定。

十二、CI 不等於「95% 的個體會落在這裡」

假設：

平均身高 170 cm, 95% CI [169, 171]

這不是說 95% 的人身高介於 169～171。

這個 CI 是母體平均身高估計的區間。個體身高的分布範圍通常寬得多。

這是 CI 和 SD 很容易混淆的地方。

十三、Confidence Interval 和 Prediction Interval 不一樣

線性迴歸中可能看到：

confidence interval

估計某個平均反應或模型參數的不確定性。

prediction interval

預測一個新個體可能落在哪。

新個體還有個體誤差，因此 prediction interval 通常比對平均反應的 confidence interval 更寬。

十四、t 檢定實際例子

兩組後測平均差：

Difference = 6.1

95% CI [2.2, 10.0]

p = .003

完整說法：

策略教學組平均高 6.1 分，95% CI 顯示合理差異範圍約為 2.2 到 10.0 分；區間沒有跨 0，且 p = .003，顯示在目前模型下結果達統計顯著。

若再搭配效果量 d = 0.79，資訊更完整。

延伸：效果量完整指南

十五、不顯著結果也可以很有資訊

例如：

Difference = 4.0

95% CI [-0.4, 8.4]

p = .074

如果只寫「沒有顯著差異」，會失去很多資訊。

CI 告訴你目前資料仍容許接近零，也可能有相當程度的正向效果。這可能表示研究需要更多資料，或目前估計精度不足。

十六、等效性研究更不能只靠 p > .05

如果研究目的是證明兩種方法在實務上足夠接近，不能只用傳統差異檢定得到 p > .05 就宣布「等效」。

因為不顯著可能只是樣本不足。

真正的 equivalence testing 需要事先定義等效界值，並用適當方法檢驗區間是否落在可接受範圍內。

十七、Effect Size CI 怎麼看？

如果：

d = 0.70, 95% CI [0.25, 1.15]

代表點估計是 0.70，而合理範圍仍有不小的不確定性。

如果：

d = 0.70, 95% CI [0.62, 0.78]

則精確很多。

因此效果量不只要看「大中小」，也要看 CI。

十八、常見錯誤

錯誤 1

真實平均有 95% 機率在這個已算出的 CI。

頻率學派下不是這樣定義。

錯誤 2

95% CI 是 95% 個體所在範圍。

不是。

錯誤 3

CI 跨 0，所以效果一定是 0。

錯。只代表資料仍與 0 相容。

錯誤 4

CI 不跨 0，所以效果一定很大。

錯。很小但精確的效果也可能不跨 0。

錯誤 5

CI 很窄，所以研究一定沒有偏誤。

錯。CI 不會自動修復抽樣或測量偏誤。

十九、APA 結果句範例

平均差

策略教學組的平均分數高於控制組 6.10 分，95% CI [2.20, 10.00]，Welch’s t(57.4) = 3.07, p = .003。

相關

學習投入與閱讀理解呈正相關，r = .36, 95% CI [.18, .52], p < .001。

迴歸係數

出席率正向預測後測成績，B = 0.42, SE = 0.15, 95% CI [0.12, 0.72], p = .007。

正式排版依期刊與課程規範。

二十、常見問題 FAQ

CI 包含 0 就一定 p > .05 嗎？

在相同雙尾模型與對應 95% CI 的常見情況通常如此，但不同方法、單尾檢定、校正方式或非對稱區間不宜簡化套用。

CI 越窄越好嗎？

較窄通常表示估計更精確，但研究品質仍要看偏誤、設計與測量。

95% CI 為什麼不是固定用 ±1.96？

當標準差未知、小樣本時常使用 t 分配臨界值，而不是固定 1.96。其他模型的 CI 公式也不同。

樣本數變大 CI 會怎樣？

在其他條件近似相同時通常會變窄。

CI 可以取代 p 值嗎？

CI 可以提供更豐富的效果與精確度資訊，但研究報告應依分析目的與領域規範決定如何呈現，很多情況會兩者一起報告。

二十一、下一步

下一步

正在整理 t 檢定結果？

先使用 FunnyTools 獨立樣本 t 檢定工具核對 Welch t、df 與 p 值，再把平均差、效果量與 95% CI 一起整理進研究報告。

重點速記

重點：95% CI 不只是「有沒有跨 0」

三點：

  • 區間位置：效果方向
  • 區間寬度：估計精確度
  • 是否跨虛無值：和顯著檢定互相對照

參考資料

  • NIST/SEMATECH e-Handbook of Statistical Methods: Confidence Intervals.
  • NIST Confidence Limits for the Mean.
  • FunnyTools 教育統計工具與既有研究指南。

此頁介紹常見 frequentist confidence interval。其他模型、bootstrap、Bayesian credible interval 的解讀可能不同。