该方法是另一种完全不同的区间估计求解方法，适用于一些分布比较特殊，导致传统 的标准误区间估计结果可能不太准确的情况。不仅如此，由于该方法采用计算统计学的方 式来求解，因此对一些经典统计学很难解决的特殊参数的区间估计问题，例如中位数、四 分位数、标准差、变异系数等都可以进行简单且准确的参数区间估计，所以它成为经典统 计学的有力补充。 4. IBM SPSS Statistics中的相应功能 基于标准误的区间估计一般是在 SPSS 的描述过程中实现，具体表现为对标准误，或者 直接对指定可信度的可信区间的计算，前述的几乎所有统计描述用过程都可以计算出相应 的结果，除计算出均数的标准误之外，其比较独特的功能如下。 描述(Descriptive)过程：该过程较为特殊的一个功能就是将原变量变换为标准正态 分布下的得分，只需要选中主对话框左下角的“将标准化得分另存为变量”复选 框即可。 探索(Explore)过程：该过程不仅会计算标准误，还可以直接给出均数 95%可信区间， 而对均数的点估计，还可直接提供稳健估计值，显然更为专业。 对于 Bootstrap 估计，SPSS 将其作为一个单独的软件模块提供，会在相应描述过程 的主对话框上增加 Bootstrap 按钮，只要在该按钮对应的子对话框中要求进行指定 次数的 Bootstrap 抽样，就可以对所有的描述统计量进行相应的 Bootstrap 点估计和 区间估计。