影响确定置信水平的另一要素是受审查公司的环境条件。这种环境条件是指一般的经济条件、特殊的经济法律条件、受审查公司的经营组织和财务构成等。在这些条件对受审查公司不利（如销售收入明显下降）的情况下，就应决定在依据性试验中选择较高的置信水平。

但是，因为环境条件的内容是多种多样的，所以，审计人员必领以高度的专业能力来进行判断，并根据这种判断来认真研究环境的条件，以决定置信水平的选择。

不依赖于分布的置信水平范围的估计方法：在已知合成标准不确定度和假定包含因子的条件下，Biengyne－Chebyshev不等式给出了置信水平（或置信概率）的取值范围。这个结果不依赖于被测量的概率分布的具体形式。

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。

置信区间又称估计区间，是用来估计参数的取值范围的。常见的52%－64%，或8－12，就是置信区间（估计区间）。置信区间是按下列三步计算出来的：

第一步：求一个样本的均值

第二步：计算出抽样误差。

人们经过实践，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。

举例说明：

美国Gallup（盖洛普）公司就消费者对美国产品质量的看法，对美国、德国和日本三国共计3,500名消费者（每个国家约1,200名）分别进行了调查，调查结果：有55%的美国人认为美国产品质量好,而只有26%的德国人和17%的日本人持同样看法。抽样误差为±3%，置信水平为95%。则这三个国家消费者的置信区间分别为：

国别 样本均值 抽样误差置信区间

美国 55% ±3% 52%－58%

德国 26% ±3% 23%－29%

日本 17% ±3% 14%－20%

窄的置信区间比宽的置信区间能提供更多的有关总体参数的信息。

假设全班考试的平均分数为65分，则

置信 区间间隔 宽窄度表达的意思

0－100分 100 宽等于什么也没告诉你

30－80分 50 较窄你能估出大概的平均分了（55分）

60－70分 10 窄到你几乎能判定全班的平均分了（65分）

样本量对置信区间的影响

影响：在置信水平固定的情况下，样本量越多，置信区间越窄。

举例说明：

下面是经过实践计算的样本量与置信区间关系的变化表（假设置信水平相同）：

由上表得出：

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，置信区间也变窄一倍（实践证明，样本量要增加4倍，置信区间才能变窄一倍），所以当样本量达到一个量时（通常是1,200，如上例三个国家各抽了1,200个消费者），就不再增加样本了。

通过置信区间的计算公式来验证置信区间与样本量的关系：

置信区间=样本的推断值±（可靠程度系数×估计的标准离差÷样本量的平方根）

从上述公式中可以看出：

在其他因素不变的情况下，样本量越多（大），置信区间越窄（小）。

置信水平对置信区间的影响

影响：在样本量相同的情况下，置信水平越高，置信区间越宽。

举例说明：

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%。则两组数字的情况比较如下：

由上表得出：

在样本量相同的情况下（都是1,200人），置信水平越高(95%)，置信区间越宽。

样本量对置信水平的影响

影响：在置信区间不变的情况下，样本量越多，置信水平越高。

举例说明：

置信区间 样本量 置信水平

52%－58% 1,200 95%