Gli statistici utilizzano un intervallo di confidenza per descrivere la quantità di incertezza associata ad una stima campione di un parametro della popolazione.

Come interpretare gli intervalli di confidenza

Si supponga che una certezza del 90% ad interim esprima che la media della popolazione è più prominente di 100 e sotto i 200. Come potreste tradurre questo annuncio?

Alcuni pensano che ciò implichi una possibilità del 90% che la media della popolazione cada da qualche parte tra i 100 e i 200. Questo è fuori luogo. Come ogni parametro della popolazione, la media della popolazione è una variabile costante, non irregolare. Non cambia. La probabilità che un costante cada all’interno di un certo intervallo casuale è costantemente 0.00 o 1.00.

Il livello di certezza rappresenta la vulnerabilità legata a una strategia di ispezione. Supponiamo di aver utilizzato una tecnica d’esame simile per scegliere vari esempi e per calcolare un calibro provvisorio alternativo per ogni esempio. Alcune valutazioni intermedie incorporerebbero il parametro della popolazione reale e altre no. Un livello di certezza del 90% implica che ci si aspetterebbe che il 90% delle valutazioni intermedie incorporasse il parametro della popolazione; un livello di certezza del 95% implica che il 95% delle valutazioni intermedie incorporasse il parametro, ecc.

Requisiti per l’intervallo di confidenza dei dati

Per esprimere un intervallo di confidenza, sono necessarie tre informazioni.

-Livello di fiducia

-Statistica

-Margine di errore

Date queste fonti di informazione, l’intervallo di confidenza è definito dalla statistica del campione + margine di errore. E l’incertezza associata all’intervallo di confidenza è specificata dal livello di confidenza.

Spesso il margine di errore non viene indicato; è necessario calcolarlo. In precedenza abbiamo descritto come calcolare il margine di errore.