Los estadísticos utilizan un intervalo de confianza para describir la cantidad de incertidumbre asociada a una estimación de la muestra de un parámetro de la población.

Cómo interpretar los intervalos de confianza

Supongamos que un intervalo de certeza del 90% expresa que la media de la población es más prominente que 100 y menos de 200. ¿Cómo podría traducir este anuncio?

Unos pocos piensan que esto implica que hay un 90% de posibilidades de que la media de la población caiga en algún punto entre 100 y 200. Esto está fuera de la base. Como cualquier parámetro de la población, la media de la población es una variable constante, no irregular. No cambia. La probabilidad de que una constante caiga dentro de algún rango aleatorio es constantemente de 0.00 o 1.00.

El nivel de certeza retrata la vulnerabilidad relacionada con una estrategia de inspección. Supongamos que utilizamos una técnica de examen similar para elegir varios ejemplos y calcular un indicador provisional alternativo para cada ejemplo. Algunas evaluaciones provisionales incorporarían el parámetro de población genuina y otras no. Un nivel de certeza del 90% implica que esperaríamos que el 90% de las evaluaciones provisionales incorporen el parámetro de población; un nivel de certeza del 95% implica que el 95% de los provisionales incorporen el parámetro, etc.

Requisitos de datos de intervalos de confianza

Para expresar un intervalo de confianza, se necesitan tres piezas de información.

-Nivel de confianza

-Estadística

-Margen de error

Dadas estas fuentes de información, el rango del intervalo de confianza se define por la estadística de la muestra + el margen de error. Y la incertidumbre asociada al intervalo de confianza se especifica por el nivel de confianza.

A menudo no se da el margen de error; hay que calcularlo. Anteriormente, describimos cómo calcular el margen de error.