在線即時計算器 · 純前端本地秒算 · 零數據上傳

📐 Confidence Interval Difference Proportions 計算機

專業免費的 Confidence Interval Difference Proportions 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
-0.0315to0.2315 兩個比例的差
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算器的功能

本工具用來估計兩個獨立母體比例之間差距的信賴區間(CI)。只要輸入兩組各自的成功次數與樣本數,再選擇信賴水準(90%、95% 或 99%),計算器就會回傳區間的上下界,並一併列出樣本比例、標準誤、z 值與誤差界限。這是一套通用的統計方法,不受任何國家或地區法規限制,全球皆適用。

使用方式

先輸入第一組的 x_1(成功次數)與 n_1(樣本數),再輸入第二組的 x_2 與 n_2。接著選定信賴水準,即可讀取結果區間。若區間「包含 0」,代表在該信賴水準下,兩個比例之間的差異未達統計顯著;若區間「完全落在 0 以上或以下」,則表示其中一個比例顯著大於另一個。

公式說明

兩組樣本比例分別為 \hat{p}_1 = x_1/n_1 與 \hat{p}_2 = x_2/n_2。標準誤合併了兩個估計值的變異數:

SE = \sqrt{((\hat{p}_1(1-\hat{p}_1)) ÷ (n_1)) + ((\hat{p}_2(1-\hat{p}_2)) ÷ (n_2))}

信賴區間即為

≤ft(\hat{p}_1 - \hat{p}_2\right) ± z · SE

其中 z 為臨界值(90% 取 1.645,95% 取 1.960,99% 取 2.576)。這就是所謂的 Wald 法(常態近似法),當每組的成功與失敗次數都大約達到 10 次以上時,估計效果最佳。

實例演算

假設第一組在 100 次中成功 40 次(\hat{p}_1 = 0.40),第二組在 100 次中成功 30 次(\hat{p}_2 = 0.30),兩者差距為 0.10。標準誤

SE = √(((0.40 · 0.60) ÷ (100)) + ((0.30 · 0.70) ÷ (100))) = √(0.0024 + 0.0021) = √(0.0045) ≈ 0.06708

在 95% 信賴水準下,誤差界限

1.95996 × 0.06708 ≈ 0.13148

因此信賴區間約為 0.10 ± 0.131,也就是大約 (-0.0315,\ 0.2315)。由於此區間包含 0,故在 95% 水準下,兩比例的差異並不顯著。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

常態近似法在什麼情況下適用?
常見的判斷準則是:每一組的成功與失敗次數都至少要有 10 次;若樣本非常小,建議改用精確法(exact methods)。
區間包含 0 代表什麼意思?
表示在所選的信賴水準下,兩個比例之間沒有統計上顯著的差異。
比例差會超出 \([-1, 1]\) 的範圍嗎?
實際的比例差永遠落在 −1 到 1 之間;但在極端的輸入值下,Wald 區間的理論上下界有可能略微超出合理範圍。