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。

置信度也称为可靠度，或置信水平、置信系数，即在抽样对总体参数作出估计时，由于样本的随机性，其结论总是不确定的。因此，采用一种概率的陈述方法，也就是数理统计中的区间估计法，即估计值与总体参数在一定允许的误差范围以内，其相应的概率有多大，这个相应的概率称作置信度。

置信水平Confidence level是描述GIS中线元素与面元素的位置不确定性的重要指标之一.置信水平表示区间估计的把握程度,置信区间的跨度是置信水平的正函数,即要求的把握程度越大,势必得到一个较宽的置信区间,这就相应降低了估计的准确程度.

置性限就是指置信区间的上、下限,即范围的两个端点值。

顾名思义,区间估计(Interval estimator)就是用一个区间去估计未知参数，即把未知参数值估计在某两界限之间。例如，估计明年GDP增长在7％～8％之间，比说增长8％更容易让人们相信，因为给出7％～8％已把可能出现的误差考虑到了。
　

　　现今最流行的一种区间估计理论是统计学家J．Neyman在20世纪30年代建立起来的，现叙述如下。
　　设是来自密度函数的样本，对给定的α，0＜α＜1，如能找到两个统计量及使得
　　　　　　　
　
则称1-α是置信度，置信度也称为置信概率（Confidence probability) 。

是信度为1－α的θ的置信区间（Confidence Interval）,α称为显著性水平（Significance Level）。
　
　　对于置信区间和信度（或置信水平（Level of Confidence）），可以用频率来说明。如果是置信水平为0.95的置信区间，只要反复从中取样，每次由样本去算出，于是区间不尽相同，有的包含真值θ，有的并不包含θ，包含θ的区间出现的频度应在0.95附近波动。
　
　　置信区间表达了区间估计的精确度，置信概率表达了区间估计的可靠性，它是区间估计的可靠概率；而显著性水平表达了区间估计的不可靠的概率，例如α＝0.01或1％，是说总体指标在置信区间内，平均100次有1次会产生错误。
　
　　关于置信概率，在统计学中进行区间估计时，按照一定要求总是先定好标准，通常采用三个标准：
　　　　　　　1－α＝0.95 即α＝0.05
　　　　或 1－α＝0.99 即α＝0.01
或 1－α＝0.999 即α＝0.001
　
　　当然，在进行区间估计时，必须同时考虑置信概率与置信区间两个方面，即置信概率定得越大（即估计的可靠性越大），则置信区间相应也越大（即估计精确性越小），所以，可靠性与精确性要结合具体问题、具体要求来全面考虑。

After reading the above, there is a good feeling as if returning to the university, rambling in the yard, studying in the library, attending a lecture held by Professor茅茅 ……