置信区间（Confidence Interval，CI）是统计学中用于估计总体参数的一种方法。它表示在一定置信水平下，样本统计量所构造的总体参数的估计区间，即总体参数的真实值有一定概率落在这个区间内。这个区间由置信下限（Lower Confidence Limit, LCL）和置信上限（Upper Confidence Limit, UCL）界定，反映了估计的不确定性和可信程度。
例如，如果我们想要估计一个总体的平均值，我们可以根据样本的平均值、样本标准偏差以及样本大小计算出一个95%的置信区间。这意味着如果我们进行多次抽样并计算置信区间，那么其中约95%的置信区间将包含总体的真实平均值。
计算置信区间时，常用的公式是基于样本均值、样本标准偏差和样本大小的，并且会考虑到正态分布的性质和所选择的置信水平。
需要注意的是，置信区间越大，表示我们对总体参数估计的信心越高，但同时也意味着估计的不确定性越大