已知样本量n与95%置信区间(x,y)，如何求解样本均值和标准差？

别担心，这个问题其实有很清晰的解决路径，咱们一步步来拆解：

第一步：先求样本均值（超简单） #

不管是用z分布还是t分布构造的对称置信区间（这也是最常见的均值置信区间形式），样本均值就是置信区间的中点。原因很简单：置信区间是围绕均值展开的，所以直接取上下限的平均值就行：
样本均值 = (x + y) / 2
比如如果你的置信区间是(15, 25)，那均值就是(15+25)/2 = 20，一步到位。

第二步：计算样本标准差（分两种情况） #

接下来要用到置信区间的「半宽度」（也就是边际误差），先算这个：边际误差E = (y - x) / 2，它等于临界值乘以标准误（标准误是样本标准差除以√n）。这里分两种常见场景：

场景1：大样本（n≥30）或总体方差已知 #

这种情况下我们用z分布的临界值，95%置信水平对应的z值是1.96（这个是固定值，记住就行）。根据公式：
E = z*(s/√n)
把它变形求样本标准差s：
s = (E * √n) / z = [(y - x)/2 * √n] / 1.96

举个例子：假设n=100，置信区间是(40, 60)。先算E=(60-40)/2=10，然后s=(10√100)/1.96=(1010)/1.96≈51.02。

场景2：小样本（n<30）且总体服从正态分布 #

这时候得用t分布的临界值，自由度是df = n-1。你需要查t分布表，找到对应自由度下的t₀.₀₂₅值（因为95%置信区间对应双侧α=0.05）。公式和上面类似，只是把z换成t临界值：
s = [(y - x)/2 * √n] / t_{α/2, n-1}

比如n=16（自由度15），置信区间是(8, 12)。E=(12-8)/2=2，查t表得t₀.₀₂₅,₁₅=2.131，那s=(2√16)/2.131=(24)/2.131≈3.75。

注意事项 #

• 以上方法只适用于对称的均值置信区间，如果是偏态分布的非对称区间（比如某些非参数方法得到的区间），这个逻辑就不成立了，但绝大多数情况下我们遇到的95%均值置信区间都是对称的。
• 如果题目没特别说明，大样本默认用z=1.96，小样本记得查t临界值就行。

内容的提问来源于stack exchange，提问作者George S