TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

置信区间是什么:用转化率算例讲清楚

置信区间是样本排除不了的真实值范围。以 4,000 位访客 120 次转化为例,讲怎么算、宽度怎么随流量变化,以及比较两个转化率时怎么读。

苏禾 审核人 伊森·布鲁克斯 又称 CI 最后更新 2026 年 11 月 21 日 术语表

一句话回答

置信区间是样本排除不了的真实值范围。4,000 位访客里 120 人转化(3.0%)时,95% 区间约为 2.51% 到 3.58%。95% 描述的是方法:把研究重复很多次,每 100 个这样的区间里约有 95 个包住真实值。

公式: p̂ ± z × √(p̂ × (1 − p̂) ÷ n),95% 时 z = 1.96(Wald);样本小时用 Wilson

置信区间告诉你什么

置信区间(CI)把一个测得的数变成一段范围。你从 4,000 位访客里测到 120 次转化,观察到的转化率是 3.0%。但这只是你碰巧遇到的那批访客的转化率,换一批 4,000 位访客,可能是 2.8%,也可能是 3.2%。区间(这里是 2.51% 到 3.58%)就是这个样本排除不了的真实转化率范围。

「95%」说的是方法,不是眼前这一个区间。把整个研究重复很多次,每次都用同样的方法算一个区间,大约 100 个区间里有 95 个会包住真实值。单独一个区间,要么包住了,要么没包住,你无从得知。所以「真实转化率有 95% 的概率落在 2.51% 到 3.58% 之间」是常见的简化说法,严格来说并不准确。做决策时这个简化通常无害,前提是记住下一条:区间只反映抽样噪声。

影响区间宽度的有三件事:

  • 样本量。 宽度随 n 的平方根缩小,访客数变成 4 倍,宽度减半。
  • 比率离 50% 有多近。 接近 50% 的比率比接近 0% 或接近全部的更不稳定。
  • 置信水平。 99% 的区间比 95% 的宽,因为它要更高概率地包住真实值。在 4,000 人 120 次转化的数据上,99% 的 Wilson 区间是 2.38% 到 3.78%,比 95% 的区间宽约 0.2 个百分点。

公式和转化率算例

对 n 位访客上测得的比例 p̂,最简单的算法(Wald 区间)是:

p̂ ± z × √(p̂ × (1 − p̂) ÷ n),95% 时 z = 1.96

示例数据:4,000 位访客里有 120 次转化。

  1. p̂ = 120 ÷ 4,000 = 0.030
  2. 标准误 = √(0.030 × 0.970 ÷ 4,000) = √0.00000728 = 0.002697,即 0.27 个百分点
  3. 误差范围 = 1.96 × 0.002697 = 0.00529,即 0.53 个百分点
  4. 区间 = 3.00% ± 0.53 = 2.47% 到 3.53%

Wilson 区间(NIST/SEMATECH 电子手册把它作为标准比例检验在代数上的对应形式)会同时调整中心和宽度。同样的数据,它给出 2.51% 到 3.58%。访客有 4,000 位时,两种算法相差不到 0.05 个百分点;样本很小时就不一样了,下一节会看到。

同样 3.0% 的转化率在三种样本量下的区间(示例数据,Wilson 95%):

访客数转化数转化率95% 区间宽度
400123.0%1.72% 到 5.17%3.45 个百分点
4,0001203.0%2.51% 到 3.58%1.07 个百分点
40,0001,2003.0%2.84% 到 3.17%0.33 个百分点

流量变成 10 倍,宽度缩小到约 1/3.2,也就是 10 的平方根。要提前规划,把 Wald 公式倒过来:n = z² × p × (1 − p) ÷ 误差²。转化率约 3%、误差要控制在 ±0.5 个百分点时,n = 1.96² × 0.03 × 0.97 ÷ 0.005² = 4,472 位访客;要 ±0.25 个百分点,需要 4 倍,约 17,886 位。

样本小的时候为什么要用 Wilson 区间

Wald 算法假设比率的抽样分布是对称的钟形。转化很少时,两条都不成立。两个小样本的例子:

情形Wald 95%Wilson 95%
50 人里 3 次转化(6%)−0.58% 到 12.58%2.06% 到 16.22%
50 人里 0 次转化0% 到 0%0% 到 7.14%

转化率不可能是负数,而「50 位访客之后给出 0% 到 0%」等于凭空宣称有十足把握。Wilson 区间不会低于 0,在边缘处也保持诚实;NIST 手册指出它的下限不会为负。Brown、Cai 和 DasGupta(2001)在多种样本量下比较了标准区间和其他算法,推荐在小样本和中等样本时用 Wilson 区间。

经验规则:如果这一组里转化数不到约 30,或没转化的人数不到 30,就用 Wilson(或精确二项区间)。转化数超过几百以后,选哪个几乎没有差别。

比较两个数时怎么读区间

多数人是在比较两个比率时遇到置信区间:A 版和 B 版、这个月和上个月。示例数据:A 版 4,000 人转化 120 次(3.0%),B 版 4,000 人转化 140 次(3.5%)。

  • A 的区间是 2.51% 到 3.58%,B 的是 2.97% 到 4.12%,大部分重叠。
  • 更好的检验是看差值的区间。B − A = 0.50 个百分点。差值标准误 = √(0.030 × 0.970 ÷ 4,000 + 0.035 × 0.965 ÷ 4,000) = 0.00396,误差范围 = 1.96 × 0.00396 = 0.78 个百分点,区间 = −0.28 到 +1.28 个百分点。
  • 差值区间包含 0。数据既可能是 B 更差,也可能相同或更好。z 值 = 0.50 ÷ 0.396 = 1.26,低于 1.96。

按三条规则读:

  1. 区间不含 0(看差值)或不含目标值(看单个比率): 在这个置信水平下,数据与「没有变化」不相符。
  2. 区间包含 0: 你还没证明有差别,也没证明没有差别;每组 4,000 位访客时,约 1.3 个百分点以内的差别都还有可能。
  3. 看两端,不只看中间: 如果悲观的那一端也值得行动,就行动;如果只有乐观的一端值得,就等更多数据。

示例决策:B 的下限是 −0.28 个百分点,所以不能排除小幅变差。如果损失 0.3 个百分点的代价,超过了上限 +1.28 个百分点带来的好处,就每个版本再收集 4,000 位访客。每个版本 8,000 人、比率不变时,差值的误差范围从 ±0.78 缩小到约 ±0.55 个百分点,仍不足以把 0.5 个百分点的差距和零区分开,这说明真正的答案是更长的测试,或者更大的改动。

两个区间重叠并不总是意味着没有差别,不重叠则是很强的证据;上面的差值区间才是可靠的检查。这和 P 值是同一套逻辑:95% 区间不含 0,就对应 p < 0.05。

概念回答什么问题示例中的数
置信区间这个样本还认为哪些真实值是合理的?2.51% 到 3.58%
误差范围区间宽度的一半±0.53 个百分点
P 值如果其实没有差别,这样的数据有多让人意外?B 对 A 为 0.21(z = 1.26)
统计功效真实存在的差别有多大概率被发现?每组 4,000 人、差 0.5 个百分点时偏低
预测区间下一次单个观测会落在哪?不是一回事,宽得多

均值和比例的分步算法见怎么计算置信区间。

开始前先选方法和置信水平

有两个选择要在数据进来之前做好,写下来,才能避免事后调整区间。其一是方法。如果预计每组有几百次转化,Wald 公式够用,在电子表格里也容易核对。如果任何一组的转化数可能不到约 30,一开始就用 Wilson,因为在出现意外结果后才换方法,看起来像是挑数据。其二是置信水平。当判断错了只损失一天工作量时,90% 的区间足以决定下一个先试哪个想法。95% 是报告时常用的默认值。99% 适合难以撤回的决定,比如下线一个定价页。每个对外发布的区间旁边都要写明水平,否则读者会默认是 95%。

一个简短的算例规则:4,000 人 120 次转化时,区间的半宽在 95% 水平下是 0.53 个百分点,在 99% 水平下约 0.70 个百分点。如果你关心的变化只有 0.25 个百分点,两个区间都不够窄;你需要的是更多流量,而不是换一个置信水平。

让区间产生误导的常见错误

  • 把 95% 读成这一个区间的概率。 它描述的是重复很多次时这种方法的表现。
  • 以为区间涵盖了所有误差。 它只反映随机抽样噪声。埋点出错、机器人流量被算成访客、样本有偏,都会让整个区间偏移,区间不会提醒你。
  • 偷看。 每天重算区间,第一次不含 0 就停,真实的误报率远高于 5%。先定好样本量(上面的 n 公式),到点再读区间。
  • 同时看很多区间。 95% 水平下比较 20 个细分,光靠运气就会有约 1 个排除真实值。
  • 在不独立的数据上用区间。 同一批访客多次回来,却把每次浏览都当一次试验,区间会过窄。统一按访客或按会话计数。
  • 把统计显著和实际重要混为一谈。 +0.1 到 +0.3 个百分点的区间不含 0,但对业务来说可能小到不值得在意;要看效应有多大,不能只看正负。
  • 看了数据才选置信水平。 90%、95% 还是 99%,要在看数据之前定:90% 适合快速判断方向,99% 适合难以撤回的决定。要写明用的是哪一个。
  • 把区间当成单个结果的范围。 它描述的是真实比率可能落在哪里,不是某一位访客会怎么做;转化率 3% 并不意味着每位访客都有同样的 3% 概率。
  • 事后只留一个数。 只报「3.0%」而丢掉「2.5% 到 3.6%」,就丢掉了那条能告诉读者该信多少的信息。

在 TapCub 里分析时怎么读区间

还是 3.0% 对 3.5% 的例子。你对一部分流量改了注册流程,想知道数字是否说明有真实差别。

  1. 打开 全端分析 › 行为分析 › 行为分析,建一个从落地页到目标事件的漏斗。汇总里有进入人数和转化人数,也就是上面公式要用的 n 和转化数。
  2. 日期范围要有明确的起止,两个版本用同样长度的时间段,流量构成才可比。用 配置 › 日期标注 在图上标出改动的日期。
  3. 用进入人数和转化人数分别算两个比率的区间和差值的区间。TapCub 给出计数,区间的算术由你来做(上面的公式很短,电子表格就够)。
  4. 先看机器人。网站统计 › 机器人 把爬虫流量单独统计,认出来的机器人不计入访客数,所以不会抬高 n。
  5. 清楚边界。TapCub 不做 A/B 测试,也不分流,版本对比要在别处完成分流。在客服报表里,客服 › 客服报表 › 转化归因 在聊过的访客少于 30 人时会提示,和本文说的小样本问题是同一件事。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

95% 置信区间是什么意思?

把同样的研究重复很多次,每次用同样方法算一个区间,每 100 个区间里约有 95 个会包住真实值。这不是说眼前这个区间有 95% 的概率包住真实值,虽然这种简化说法很常见。

转化率的置信区间怎么算?

转化数除以访客数得到比率 p,算标准误 √(p × (1 − p) ÷ n),95% 时乘 1.96,再加减这个数。4,000 里 120 次转化得 3.0% ± 0.53 个百分点。转化数很少时改用 Wilson 区间。

两个置信区间重叠,是不是就没有差别?

不一定。两个区间重叠,两个比率之间的差别仍可能是真实的。要算差值的区间:不含 0,说明差别能和噪声区分;含 0,说明还没证明有差别。

区间要窄,需要多少访客?

用 n = 1.96² × p × (1 − p) ÷ 误差²。比率约 3%、误差 ±0.5 个百分点时约需 4,472 位访客;误差减半,流量要变成 4 倍。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie