置信区间是统计学中用于估计一个参数值的范围，它给出了参数可能存在的区间估计，并给出了这个估计的置信度。计算置信区间的公式依赖于样本统计量、样本大小、总体标准差（如果已知）或样本标准差（如果未知），以及所选择的显著性水平。
```
置信区间 = 样本统计量 ± 标准误差 × t值 或 z值
```
其中：
`样本统计量` 是从样本数据中计算出的某个统计量，如样本均值。
`标准误差` 是样本统计量的标准偏差，如果总体标准差未知，则使用样本标准差除以样本大小的平方根。
`t值` 或 `z值` 是根据样本大小和所选择的显著性水平从t分布或标准正态分布中得到的临界值。
`显著性水平`（α）是一个概率值，表示如果原假设为真，那么观测到的样本统计量落在置信区间之外的概率。通常，α设为0.05，这意味着置信度为95%。
例如，如果我们想要计算一个总体均值的95%置信区间，并且我们有一个样本均值（`x̄`）、样本大小（`n`）、样本标准差（`s`），那么置信区间的计算公式将是：
```
置信区间 = x̄ ± （s / √n） × z*
```
其中 `z*` 是对应于95%置信水平的z值，这个值可以从标准正态分布表中获得。
需要注意的是，置信区间提供的是一个估计范围，实际参数值可能落在这个范围内，也可能不在。随着样本大小的增加，置信区间会变窄，表明我们对总体参数的估计越来越精确