Przedział ufności

Jak Oblicza Się Przedział Ufności

Przedział ufności to zakres wartości, zbudowany wokół średniej z próby, który prawdopodobnie zawiera prawdziwą średnią populacji. Podaj średnią próby, jej odchylenie standardowe i liczebność, wybierz poziom ufności, a ten kalkulator znajdzie zakres, w którym najprawdopodobniej mieści się rzeczywista średnia populacji.

„95-procentowy przedział ufności”, na przykład, oznacza, że gdybyś powtórzył/powtórzyła ten sam proces próbkowania wielokrotnie, około 95% otrzymanych przedziałów zawierałoby prawdziwą średnią populacji. Nie oznacza to, że istnieje 95% szans, iż prawdziwa średnia mieści się w tym jednym konkretnym przedziale — powszechne, ale technicznie niepoprawne sformułowanie. Szerszy przedział (wyższy poziom ufności) rzuca szerszą sieć i z większym prawdopodobieństwem zawiera prawdziwą średnią; węższy przedział jest dokładniejszy, ale mniej pewny.

Wzór

$$\vE{\text{Błąd standardowy}} = \frac{\vA{s}}{\sqrt{\vB{n}}}$$ $$\vF{\text{Margines błędu}} = \vC{z} \times \vE{\text{Błąd standardowy}}$$ $$\text{Przedział ufności} = \vD{\bar{x}} \pm \vF{\text{Margines błędu}}$$

Gdzie $\vA{s}$ to odchylenie standardowe próby, $\vB{n}$ to liczebność próby, $\vC{z}$ to wartość krytyczna dla wybranego poziomu ufności (odczytana ze standardowego rozkładu normalnego), a $\vD{\bar{x}}$ to średnia próby. Większa liczebność próby zmniejsza błąd standardowy — a więc i cały przedział — ponieważ więcej danych daje dokładniejsze oszacowanie prawdziwej średniej.

Przykład obliczeniowy

Próba 25 elementów ma średnią 100 i odchylenie standardowe 15, przy poziomie ufności 95% (wartość krytyczna z = 1,96):

1. Błąd standardowy: $\vE{\text{Błąd standardowy}} = \vA{15} \div \sqrt{\vB{25}} = \vE{3}$.
2. Margines błędu: $\vF{\text{Margines błędu}} = \vC{1.96} \times \vE{3} = \vF{5.88}$.
3. Przedział ufności: $\text{Przedział ufności} = \vD{100} \pm \vF{5.88} = [94.12, 105.88]$.

Prawdziwa średnia populacji z prawdopodobieństwem (przy ufności 95%) mieści się gdzieś między 94,12 a 105,88.

Kluczowe czynniki do rozważenia

• Przedział ufności nic nie mówi o tym, jak zebrano próbę. Zawarta tu matematyka zakłada, że próba jest naprawdę losowa i reprezentatywna dla populacji — stronnicza lub nielosowa metoda doboru próby może dać przedział ufności, który wygląda precyzyjnie, ale jest wyśrodkowany wokół całkowicie błędnej wartości — problem, którego ten wzór nie jest w stanie wykryć ani skorygować.
• Przedział zakłada, że dane bazowe mają rozkład przynajmniej w przybliżeniu normalny, albo że próba jest wystarczająco duża, aby zastosowanie miało centralne twierdzenie graniczne. Dla małej próby z mocno skośnego rozkładu zarówno przybliżenie z rozkładu z, jak i rozkładu t stają się mniej wiarygodne.
• Przedział ufności i margines błędu podawany w sondażu lub ankiecie opisują dokładnie tę samą ideę. Doniesienie prasowe cytujące “margines błędu plus minus 3 punkty procentowe” przy podanym poziomie ufności (często 95%) opisuje dokładnie ten sam przedział, który oblicza ten kalkulator, tylko sformułowany inaczej.
• Węższy przedział nie zawsze jest lepszy, jeśli odbywa się to kosztem pewności. Ciaśniejszy przedział przy niższym poziomie ufności (powiedzmy 80% zamiast 95%) jest bardziej precyzyjny, ale mniej prawdopodobne, że faktycznie zawiera prawdziwą wartość — właściwy kompromis między precyzją a pewnością zależy od tego, do czego oszacowanie jest wykorzystywane.

Częste Błędy

• Odczytywanie “95% ufności” jako “95% prawdopodobieństwa, że prawdziwa średnia znajduje się w tym przedziale.” Gdy próba została już faktycznie zebrana, a przedział obliczony, prawdziwa średnia populacji albo się w nim znajduje, albo nie — nie ma już żadnego prawdopodobieństwa, o którym można by mówić. 95% opisuje długoterminowe zachowanie METODY w wielu powtarzanych próbach, a nie ten jeden konkretny wynik.
• Stosowanie tego wzoru opartego na rozkładzie z do małej próby bez sprawdzenia założeń. Rozkład z zakłada albo dużą próbę (konwencjonalnie n na poziomie około 30 lub więcej), albo znane odchylenie standardowe populacji. Mała próba z jedynie oszacowanym odchyleniem standardowym powinna technicznie używać zamiast tego rozkładu t, który daje nieco szerszy — i uczciwszy — przedział.
• Mylenie przedziału ufności z rozstępem surowych danych. Przedział opisuje niepewność dotyczącą średniej populacji, a nie miejsce, w którym leżą poszczególne punkty danych — zbiór danych może mieć wartości rozproszone znacznie szerzej niż jego przedział ufności, podczas gdy przedział dla samej średniej pozostaje wąski, zwłaszcza przy dużej próbie.

Warto Wiedzieć

Ponieważ błąd standardowy maleje wraz z pierwiastkiem kwadratowym liczebności próby, a nie samą liczebnością próby, zmniejszenie marginesu błędu o połowę zazwyczaj oznacza czterokrotne zwiększenie liczebności próby, a nie tylko podwojenie — szczegół istotny przy planowaniu, jak duże powinno być rzeczywiście badanie ankietowe lub eksperyment. To także wyjaśnia, dlaczego sondaże z zaledwie kilkuset respondentami mogą wciąż podawać przyzwoicie wąski margines błędu: gdy próba osiągnie kilkaset osób, zależność pierwiastka kwadratowego oznacza, że każdy kolejny respondent daje coraz mniejszą precyzję, więc ankieterzy rzadko widzą wartość w zwiększaniu liczebności próby do dziesiątek tysięcy tylko po to, by ściąć ułamek punktu z marginesu.