单侧置信区间下限：对母体分布函数0进行估计时，若对给定的a，能找到一个0(或0u)，使得P(0>0L)=1-a，则称0>0z的区间(或0的最小可能值到0u的区间) 为单侧置信区间。式中1-a称为置信度。
拓展资料：置信界限
1． 基本介绍
置信界限(confidence limit)是对单侧置信区间中的界限以及双侧置信区间的上、下限的统称。由一个总体进行随机抽样计算可得到某一参数估计值，在估计值周围由抽样值计算得到的一个区间内，一定程度上包括了真值在此区间出现的可能性，此区间即为置信区间。通常计算95%置信区间，可理解为真值在此区间内有95%出现的可能性，也可计算99%或99.9%的置信区间等
2．区间估计
在实际问题中往往需要由样本估计出未知参数的一个范围，并且能指出有多大把握预言未知参数不超过这个范围，这个范围通常以区间形式给出，就是用区间作为未知参数的估计，并且说明这个区间包含参数真值的概率，这样的区间称为置信区间，这种估计称为参数的区间估计。
定义 设总体X的分布中含有未知参数0，对于给定值a0
置信区间不同干一般的区间，它是随机区间。对干样本的每个观察值相应确定一个区间。式(1)的意义是，反复抽样多次(各次的样本容量都为n)，得到众多的区间，在这些区间中有的包含参数0的真值，有的不包含0的真值，当置信度为1-a时，包含0真值的约占100(1-a)%，不包含0真值的仅占100a%;但要注意的是，这里不说0的真值以100(1-a)%的概率落入该区间，这是因为0真值客观上是确定值，不是随机变量。
由于正态随机变量的广泛存在，讨论正态总体中参数的区间估计有重要的意义
3．置信区间
置信区间指包括在置信界限之间的区间。在做区间估计时，首先要确定置信度，即置信概率，然后用有保证的置信度来计算能够包括母体参数在内的区间称为置信区间。而置信区间的上限值Ty与下限值T，就是置信界限。确定母体参数的置信区间与确定母体参数在某置信区间内的概率是分不开的。所以，确切地说，应称置信概率为XX值的置信区间。例如，母体平均值的置信区门为(-0.24，5.64)，在此区间出现母体平均值的概率为则称区间(-0.21，5.64) 为母体平均值的95%置信区间。
单侧置信区间对母体分布函数0进行估计时，若对给定的o，能找到一个0，(或0r)，使P(0≥0L)=1-a或P(0<0u)=1-a，则称0>0z的区间(或0的最小可能值到0y的区间)为单侧置信区间。式中1-a称为置信度。
双侧置信区间对母体分布参数0进行估计时，若对于给定的o，能找到一个区间(0r.0n)使得就称(0L，0u)为0的双侧置信区间。
若反复多次抽样，当子样大小不变、每群子样确定一个区间，每个这样的区间，要么包含0的真值，要么不包含0的真值，根据贝努利定理，这样多的区间中包含0真值的约占100(1-a)%，不句含0真值的仅占100a%左右。例如，若x=0.01，反复抽样1000次，则得到的1000个区间中不0真值的仅有10个左右。与双侧置信区间对应的是单侧置信区间。单侧置信区间仅有0z或0u其由之一的单侧置信界限