越小。
置信区间是指由样本统计量所构造的总体参数的估计区间，窄的置信区间比宽的置信区间能提供更多的有关总体参数的信息。越小的置信区间置信度就越高。
置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度，其给出的是被测量参数的测量值的可信程度，即前面所要求的“一个概率”。
扩展资料
置信区间的计算公式取决于所用到的统计量。置信区间是在预先确定好的显著性水平下计算出来的，显著性水平通常称为α(希腊字母alpha)，如前所述，绝大多数情况会将α设为0.05。置信度为(1-α)，或者100×(1-α)%。于是，如果α=0.05，那么置信度则是0.95或95%，后一种表示方式更为常用。置信区间的常用计算方法如下：
Pr(c1<=μ<=c2)=1-α
其中：α是显著性水平（例：0.05或0.10）；
Pr表示概率，是单词probablity的缩写；
100%*(1-α)或(1-α)或指置信水平（例如：95%或0.95）；
表达方式：interval(c1,c2) - 置信区间。
参考资料来源：百度百科－置信区间
越小。
在统计学中，一个样本的置信区间是对总体参数的一个区间估计。置信区间给出的是，声称总体参数的真实值在测量值的区间所具有的可信程度或者说是概率。这个概率又叫做置信水平。举例来说：再一次大选中，上帝视角看到某人的支持率是55%。
而置信水平0.95上的置信区间是(50%,60%)，那么他的真实支持率落在50%到60%之间的概率为95%，如果分布是对称的，那么他支持率不足50%的概率只有2.5%。
对于一个给定的情况，置信水平越高，置信区间就会越大。置信区间表示具体的某个范围，置信水平是一个概率，表示真实值落在这个区间内的概率。
扩展资料
求解：
第一步：求一个样本的均值。
第二步：计算出抽样误差。经过实践，通常认为调查：100个样本的抽样误差为±10%；500个样本的抽样误差为±5%；1200个样本时的抽样误差为±3%。
第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。
参考资料来源：百度百科-置信区间