置信区间提供总体比值的可能值范围。由于样本的随机性，来自总体的两个样本不可能生成相同的置信区间。但是如果将样本重复许多次，则所获得的特定百分比的置信区间或限值会包含未知的总体比值。这些包含比值的置信区间或限值的百分比是区间的置信水平。例如，95% 置信水平表明，如果从总体中随机抽取 100 个样本，则大约 95 个样本将产生包含总体比值的区间。

上限定义可能大于总体比值的值。下限定义可能小于总体比值的值。

置信区间有助于评估结果的实际意义。使用您的专业知识可以确定置信区间是否包括对您的情形有实际意义的值。如果区间因太宽而毫无用处，请考虑增加样本数量。有关更多信息，请转到获得更加精确的置信区间的方法。

默认情况下，双方差检验将显示 Levene 方法和 Bonett 方法的结果。Bonett 方法通常比 Levene 方法更可靠。但是，对于严重偏斜和重尾的分布，Levene 方法通常比 Bonett 方法更可靠。只有当您确信数据服从正态分布时，才使用 F 检验。与正态的任何小偏差都可能会大大影响 F 检验的结果。有关更多信息，请转到对于双方差，应使用 Bonett 方法还是 Levene 方法？。

在这些结果中，两家医院评分的总体标准差比值的估计值为 .658。通过使用 Bonett 方法，医院评分的总体标准差的比值介于 0.372 和 1.215 之间的可信度为 95%。