（一）區間估計的定義
區間估計（interval estimation）就是根據估計量以一定可靠程度推斷總體參數所在的區間範圍，它是用數軸上的一段距離表示未知參數可能落入的範圍，它雖不具體指出總體參數等於什麽，但能指出未知總體參數落入某一區間的概率有多大。區間估計在點估計的基礎上，不僅給出一個估計的範圍，使總體參數包含在這個範圍之內，而且還能給出估計精度並說明估計結果的有把握的程度。
（二）置信區間與顯著性水平
置信區間，也稱置信間距（confidence interval，CI），是指在某一置信度時，總體參數所在的區域距離或區域長度。置信區間的上下二端點值稱為置信界限（confidence limits）。顯著性水平（significance level）是指估計總體參數落在某一區間時，可能犯錯誤的概率，用符號α表示。有時，也稱之為意義階段、信任係數等。1-α為置信度或置信水平（confidence level）。
例如0.95置信區間是指總體參數落在該區間之內，估計正確的概率為95%，而出現錯誤的概率為5%（α=0.05），由此可見：
0.95置信區間=0.05顯著性水平的置信區間。
0.99置信區間=0.01顯著性水平的置信區間。
顯著性水平在假設檢驗中，還指拒絕虛無假設時可能出現的犯錯誤的概率水平。
（三）區間估計的原理與標準誤
區間估計是根據樣本分布理論，用樣本分布的標準誤（SE）計算區間長度，解釋總體參數落入某置信區間可能的概率。
區間估計存在成功估計的概率大小及估計範圍大小兩個問題。人們在解決實際問題時，總希望估計值的範圍小一點，成功的概率大一些。但在樣本容量一定的情況下，這兩個要求是一對矛盾。如果想使估計正確的概率加大，勢必要將置信區間加長，就像在百分製的測驗中，估計一個人的得分可能為0至100分之間就絕對正確一樣。反之，如果要使估計的區間變小，那就會降低正確估計的概率。