7.5: Interpretacja przedziałów ufności

Interpretation of Confidence Intervals
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Interpretation of Confidence Intervals
Please note that all translations are automatically generated. Click here for the English version.

5,691 Views

01:19 min
April 30, 2023

Overview

Przedział ufności jest lepszym oszacowaniem populacji niż oszacowanie punktowe, ponieważ wykorzystuje zakres wartości z próby, a nie pojedynczą wartość.

Przedziały ufności mają współczynniki ufności, które są kluczowe dla ich interpretacji. Najczęstsze współczynniki ufności to 0,90, 0,95 i 0,99, które można zapisać w procentach — odpowiednio 90%, 95% i 99%.

Załóżmy, że dana osoba oblicza przedział ufności ze współczynnikiem ufności równym 0,95. W takim przypadku mogą zinterpretować, że istnieje 95% prawdopodobieństwo, że rzeczywista wartość parametru populacji przypadnie w obliczonym przedziale ufności. Może to być jednak niepoprawne, ponieważ przedział ufności jest konstruowany tylko na podstawie jednej próby. Ponadto parametr populacji jest wartością stałą i może, ale nie musi, leżeć w obliczonym przedziale ufności.

Gdy stosuje się współczynnik ufności wynoszący 95%, oznacza to, że z wielokrotnych przedziałów ufności uzyskanych po zastosowaniu identycznych metod doboru próby, 95% z nich będzie zawierało rzeczywistą wartość parametru populacji. Ponadto, pod względem istotności statystycznej, oznacza to, że wiele przedziałów ufności nie różni się statystycznie od siebie i od oszacowania punktowego na poziomie istotności 0,05.

Transcript

Przedział ufności zapewnia wiarygodne oszacowanie parametru populacji, który może być prosty do obliczenia, ale często trudny do zinterpretowania.

Załóżmy, że obliczamy przedział ufności na poziomie 95%. Można wywnioskować, że istnieje 95% szans na znalezienie rzeczywistej wartości parametru populacji w obliczonym przedziale lub 95% prawdopodobieństwo, że obliczona wartość parametru próbki jest zgodna z rzeczywistą wartością parametru populacji.

Może to być błędne, ponieważ obliczone tutaj granice ufności są pobierane z jednej próby, co czyni ją niewiarygodną.

Również rzeczywista wartość parametru populacji jest stała, która może mieścić się w tych granicach lub poza nimi.

Przedział ufności na poziomie 95% oznacza, że jeśli uzyskamy wiele przedziałów ufności przy użyciu identycznej metody próbkowania, 95% z nich będzie zawierało rzeczywistą wartość parametru populacji.

Pod względem istotności statystycznej oznacza to, że gdy przedział ufności jest obliczany na poziomie 95%, wartości przedziału ufności nie różnią się istotnie statystycznie od siebie i od estymacji punktowej na poziomie 0,05.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for