单侧置信下限就是单侧
置信区间设置在被估参数一侧，左侧或右侧的置信区间。这样求得的置信区间称为单侧置信下限。
所以说单侧置信区间是置信区间的一部分
置信区间
95%置信区间（Confidence Interval，CI）：当给出某个估计值的95%置信区间为【a，b】时，可以理解为我们有95%的信心（Confidence）可以说样本的
平均值介于a到b之间，而发生错误的概率为5%。
置信区间具体计算方式为:
假设知道样本均值(M)和
标准差(ST)时：
置信区间下限：a=M - n*ST; 置信区间上限：a=M + n*ST;
当求取90% 置信区间时 n=1.645
当求取95% 置信区间时 n=1.96
当求取99% 置信区间时 n=2.576
【资料拓展】
置信区间是一种常用的区间估计方法，所谓置信区间就是分别以统计量的置信上限和置信下限为上
下界构成的区间 [2] 。对于一组给定的样本数据，其平均值为μ，
标准偏差为σ，则其整体数据的平均值的100(1-α)%置信区间为(μ-Ζα/2σ ， μ+Ζα/2σ) ，其中α为非
置信水平在正态分布内的覆盖面积 ，Ζα/2即为对应的标准分数。
置信区间的计算公式取决于所用到的统计量。置信区间是在预先确定好的
显著性水平下计算出来的，显著性水平通常称为α(
希腊字母alpha)，如前所述，绝大多数情况会将α设为0.05。
置信度为(1-α)，或者100×(1-α)%。于是，如果α=0.05，那么置信度则是0.95或95%，后一种表示方式更为常用。
求解步骤
第一步：求一个样本的均值
第二步：计算出抽样误差。经过实践，通常认为调查：100个样本的抽样误差为±10%；500个样本的抽样误差为±5%；1200个样本时的抽样误差为±3%。
第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。
1、在置信水平相同的情况下，样本量越多，置信区间越窄。
2、置信区间变窄的速度不像样本量增加的速度那么快，也就是说并不是样本量增加一倍，置信区间也变窄一半（实践证明，样本量要增加4倍，置信区间才能变窄一半），所以当样本量达到一个量时（通常是1，200），就不再增加样本了。故：置信区间=点估计 ±（关键值 × 点估计的标准差）。在其他因素不变的情况下，样本量越多（大），置信区间越窄（小）。
美国做了一项对总统工作满意度的调查。在调查抽取的1，200人中，有60%的人赞扬了总统的工作，抽样误差为±3%，置信水平为95%；如果将抽样误差减少为±2.3%，置信水平降到为90%。