7.5: Interprétation des intervalles de confiance

Un intervalle de confiance est une meilleure estimation de la population qu’une estimation ponctuelle, car il utilise une plage de valeurs d’un échantillon au lieu d’une valeur unique.

Les intervalles de confiance ont des coefficients de confiance qui sont cruciaux pour leur interprétation. Les coefficients de confiance les plus courants sont 0,90, 0,95 et 0,99, qui peuvent être écrits en pourcentages (90 %, 95 % et 99 %, respectivement).

Supposons qu’une personne calcule un intervalle de confiance avec un coefficient de confiance de 0,95. Dans ce cas, ils peuvent interpréter qu’il y a 95 % de chances que la valeur réelle du paramètre de population tombe dans l’intervalle de confiance calculé. Cependant, cela peut être incorrect, car l’intervalle de confiance est construit à partir d’un seul échantillon. En outre, le paramètre de population est une valeur fixe et peut ou non se trouver dans l’intervalle de confiance calculé.

Lorsqu’un coefficient de confiance de 95 % est utilisé, cela signifie que parmi les multiples intervalles de confiance obtenus après l’utilisation de méthodes d’échantillonnage identiques, 95 % d’entre eux contiendront la valeur réelle du paramètre de population. De plus, en termes de signification statistique, cela signifie que les nombreux intervalles de confiance ne sont pas statistiquement différents les uns des autres et de l’estimation ponctuelle à un niveau de signification de 0,05.