如何在Python中为WHZ评分分组的分类数据计算置信区间？

你手头的是三组分类构成数据：WHZ评分小于-3的患者100例、-3至-2之间的50例、-2至2之间的45例，总样本量195例。这类数据要计算置信区间，本质是算每组占总样本比例的置信区间，下面给你几种实用方法：

一、正态近似法（大样本首选） #

当每组的样本量满足「np≥5且n(1-p)≥5」时，这个方法简单好用（你的三组都满足）：

1. 先算每组的构成比p：比如第一组p=100/195≈0.5128
2. 计算标准误SE：公式是 SE = √[p*(1-p)/总样本量]
3. 95%置信区间（最常用）的公式是 p ± 1.96*SE
   举个实际计算例子：
   第一组的95%置信区间=0.5128 ± 1.96√(0.51280.4872/195)≈0.5128±0.0707，也就是(0.442, 0.584)

二、精确二项式法（小样本更准确） #

如果某组样本量很小（比如假设某组只有3例），正态近似法误差会大，这时候用精确法更靠谱。不用手动算，直接用统计软件就能出结果：

• R语言里用代码：binom.test(组例数, 总样本量)$conf.int
• SPSS里选「分析→描述统计→比率」，设置好置信区间参数即可

三、关键注意点 #

• 上面的方法都是计算构成比的置信区间，也就是估计总体中该类别占比的范围，前提是你的样本是随机抽取的；如果样本不是随机抽样，置信区间的参考价值会降低。
• 如果你要算的不是构成比，而是其他指标的置信区间，得补充说明具体需求。

内容的提问来源于stack exchange，提问作者M.L-N