小样本技术是研究现有试验数据较少情况下,如何提高预测精度的一种方法。它从历史数据或其他经验数据中获取共性信息,来拓展当前样本的信息量,在此基础上进行预测和推断,从而提高预测的精度。基于小样本思想,提出了正态母体百分值置信限和置信区间的四组公式。这四组公式根据当前样本的容量和拓展信息的数量而导出,充分利用了当前样本的个性信息和拓展信息的共性,在当前样本容量较小的情况下,大大减小了百分位值置信区间的长度,提高了预测精度,同时,避免了当前样本信息被其他样本信息淹没的肯能;在当前样本量极小的情况下,解决了不能求解置信区间和置信限的问题,使检测结果从定性到定量,更具有工程应用价值。为了验证四组公式的有效性,利用蒙特卡洛(Monte Carlo)方法模拟当前样本试验数据和拓展样本的试验数据进行检验。经大量检验表明,与传统公式相比,在相同置信度下,本文公式可以大大减小置信区间长度,使置信上、下限更趋近母体真值。将四组公式应用到金属材料疲劳寿命的确定、检测混凝土强度等工程实际当中,有效提高了检测结果的精度,从而大大减小了评定结果的不确定性。工程实际中,许多物理量的数学含义与正态母体百分位值相对应,所以,本文提出的四组公式在其他领域的类似问题中同样适用。