Interprétation des intervalles de confiance

L’intervalle de confiance fournit une estimation fiable du paramètre de la population qui pourrait être simple à calculer, mais souvent difficile à interpréter.

Supposons que nous calculions l’intervalle de confiance à un niveau de 95 %. On peut conclure qu’il y a 95 % de chances de trouver la valeur réelle du paramètre de population dans l’intervalle calculé ou une probabilité de 95 % que la valeur calculée du paramètre d’échantillon corresponde à la valeur réelle du paramètre de population.

Cela pourrait être faux, car les limites de confiance calculées ici sont tirées d’un seul échantillon, ce qui le rend peu fiable.

De plus, la valeur réelle du paramètre de population est fixe, qui peut se situer à l’intérieur ou à l’extérieur de ces limites.

Un intervalle de confiance à un niveau de 95 % signifie que si nous obtenons de nombreux intervalles de confiance en utilisant une méthode d’échantillonnage identique, 95 % d’entre eux contiendraient la valeur vraie du paramètre de population.

En termes de signification statistique, cela signifie que lorsque l’intervalle de confiance est calculé au niveau de 95 %, les valeurs de l’intervalle de confiance ne sont pas statistiquement significativement différentes les unes des autres et de l’estimation ponctuelle à 0,05.