置信区间三种公式，通常，计算能力指数的时候，仅仅是根据抽样的数据计算能力指数的点估计值（Cp/Cpk/Pp/Ppk）。得到的能力指数结果只是一个点，比如下面案例，对于某个直径Φ25±0.055，采用Minitab得到的能力指数报告。
可以发现，Minitab给出的结果是：
Cp=2.02，Cpk=1.79，Pp=2.04，Ppk=1.81
是一个“数据点“。
但是，如果进一步追问的话，就会发生一个问题：
很显然，我们可以猜得到，再次抽样得到的能力指数不可能和原来完全一模一样，总会有一些波动（差异）。所以，给出能力指数的波动范围区间的估计值，对于全面了解过程的绩效是很有意义的。
注意：在数据为正态分布的条件下，可以得到能力指数的置信区间，如果数据是非正态分布，Minitab无法计算置信区间。
下面，我们介绍一下，如何采用Minitab获得能力指数的置信区间。
输入相关的信息。然后，点击“选项“
勾选”包括置信区间“。
确定之后，Minitab就会给出包含波动范围（置信区间）的能力指数报告。
我们以Ppk的信息为例。点估计值是Ppk=1.81。这个点估计值是针对抽样的数据进行估计的。但是，如果“过程状态保持不变“，那么再抽250件样本，我们有95%的信心确认，虽然Ppk不会正好是1.81，但是会在一个范围内波动，这个范围就是95%的置信区间（1.64，1.97）。这意味着下一次抽样得到的Ppk，有可能会低至1.64，也有可能高至1.97。
能力指数的置信区间和样本量关系密切，大体上，两者是“近似于反比“的关系。
如果我们把上面的案例数据多次Double，也就是把250个数据再复制粘贴三次，变成1000个数据，得到的能力指数报告如下：
置信区间的常用计算方法为Pr(c1<=μ<=c2)=1-α。其中α是显著性水平；Pr表示概率，是单词probablity的缩写；100%*(1-α)或(1-α)或指置信水平；表达方式为interval(c1,c2) - 置信区间。理论描述 置信区间是一种常。
同样，以Ppk的信息为例。由于只是简单的数据Double，点估计值是没有变化，仍然是Ppk=1.81。但是，95%的置信区间发生了变化。变成了（1.73，1.89）。这意味着，如果“过程状态保持不变“，那么再抽1000件样本，我们有95%的信心确认，虽然Ppk不会正好是1.81，有可能会低至1.73，也有可能高至1.89。这个置信区间比250件抽样情况下的置信区间窄了一些。
更多汽车专业知识，尽在IND4汽车人APP。
在样本量相同的情况下，置信水平越高，置信区间越宽。如果样本均值落在中间1-α范围内，以样本均值为中心构造的置信区间就包含总体均值μ，这是我们希望看到的；但也有可能落在此范围以外，这种情况下构造的置信区间就不包含。
