信心区间计算（confidence interval computation），理学-计算机科学技术-计算机科学理论-概率统计-概率推理，一种估计数据精确性的计算形式，源自数理统计中的区间估计(interval estimation)。在机器学习等实际问题求解中，从已知数据获得计算结果（某些统计值，例如平均值）之后，一般需要分析结果的精确程度。受数据量等条件的限制，计算结果与其“真实值”（某些统计量，例如数学期望）之间可能存在偏差。统计意义上的精确程度由两个要素联合表示：一个称为信心区间或置信区间（confidence interval），表示结果的精确性；另一个为信心水平（confidence level）或置信度，表示结果的可靠性。信心区间计算就是在一定可靠性要求下，即给定置信度下，为所计算的统计量估计其信心区间的过程。信心区间是以统计值为中心的一个误差范围，而置信度是一个概率值，表达了“真实值”落在这个误差范围内的概率，是对统计值可信程度的一种测量。因此，信心区间是与置信度相关联的，在数据量相同的情况下，置信度越高（大），信心区间通常就越宽（大）。