置信度为95%，那么1-0，95=0，050，05/2=0，0251-0，025=0，975在表中查与0，975最相近的数值对应的就是你要的数值如该题就是1，96
所谓置信度，也叫可靠度，或置信水平，置信系数，它是指特定个体对待特定命题真实性相信的程度，也就是概率是对个人信念合理性的量度。
置信水平是指总体参数值落在样本统计值某一区内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。
置信区间越大，置信水平越高。
拓展资料
说是要反着查值已知a=0，05，求解方法如下：
计算a/2=0，025
计算1-0，025=0，975
拿出标准正态分布表，查中间的概率值找到0，975，此时竖向与横向对应值分别是1，9和0，6，即：Z（1，96）=0，975
所以说u0，025=1，96
正态分布（Normaldistribution）又名高斯分布（Gaussiandistribution），是一个在数学，物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量服从一个位置参数，尺度参数为的概率分布，记为：则其概率密度函数为正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于尺度参数，决定了分布的幅度。正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是位置参数，尺度参数的正态分布（见右图中绿色曲线）。
正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。它的形状是中间高两边低，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ^2＝1时，称为标准正态分布，记为N（0，1）。
μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布。
1-（a/2）=0.975，
再从标准正态分布图中找到0.975这个数，将这个数对应的横向数和纵向数想加，比如0.975的纵向数为1.9，横向数为0.06，所以相加得1.96