以前保存的一个表格，来源未知。补充，对于非正态的数据的小样本数据，参考这里。
标准差（SD）的自信区间计算方法，以Excel为例。
Lower limit: =SD*SQRT((n-1)/CHIINV((alpha/2), n-1))
Upper limit: =SD*SQRT((n-1)/CHIINV(1-(alpha/2), n-1))
其中，n为数据样本，SD为标准差。alpha =0.05 for 95% 置信区间; 0.01 for 99% 置信区间。
CHIINV返回 χ2 分布单尾概率的反函数值。如果 probability = CHIDIST(x,…)，则 CHIINV(probability,…) = x。使用此函数可比较观测结果和期望值，可确定初始假设是否有效。
偏度的标准误差（SES）取决于样本的大小，其计算方法如下。
误差范围等于1.96乘以SES，偏度的置信区间等于计算出的偏度加上/减去误差范围。
程序参考R语言的spssSkewKurtosis函数。
变异系数的置信区间的相关论文挺多的，好几篇都是利用贝叶斯去评估CV的广义置信区间。
其中SE（CV）为变异系数的标准差SE (CV) ≈C /√2n，
偏差校正系数的标准误差(SE) (CV*)≈ CV (1+1/4n)/√ 2n,
α是显著性水平,95%的置信区间α= 0.05.
计算方法ci.cv {MBESS 包}或者自举法【3】
以上对于正态分布是成立的，对于非正态分布的数据，还需谨慎使用。对于小样本的置信区间计算方法可用bootstrap，详见我的博文。
【1】David J. Sheskin, Handbook of Parametric and Nonparametric Statistical Procedures, Fourth Edition, IBSN:1584888148.
【2】https://newonlinecourses.science.psu.edu/stat414/node/261/
【3】自举法求CV的置信区间
