Kalkulator przedziału ufności

Wyniki

Jesteśmy w 95% pewni, że średnia w populacji leży między 60,8373 a 68,7627. Te 95% opisuje metodę, a nie ten jeden przedział: gdybyś z wielu prób zbudował przedział z każdej, około 95% z nich zawierałoby prawdziwą średnią. Ten konkretny przedział albo ją zawiera, albo nie.

Jak korzystać z kalkulatora przedziału ufności

1. 1. Wybierz, co szacujesz. Pojedynczą średnią, pojedynczą proporcję albo różnicę średnich dwóch niezależnych grup.
2. 2. Wpisz liczby. Dla średniej podaj średnią, odchylenie standardowe i liczebność próby — albo wklej surowe dane. Dla proporcji wpisz liczbę sukcesów i liczebność próby. Dla dwóch średnich wpisz statystyki opisowe każdej grupy.
3. 3. Ustaw poziom ufności. 95% to konwencja, ale każdy poziom między 0 a 100 się sprawdzi: 90, 99 albo 97,5.
4. 4. Odczytaj przedział. Dostajesz granice, margines błędu, błąd standardowy, wartość krytyczną, obliczenia, interpretację słowną i przedział w formacie APA do skopiowania.

Wzory

Każdy przedział ma ten sam kształt — oszacowanie ± wartość krytyczna × błąd standardowy — i różnią się one tylko błędem standardowym oraz rozkładem, z którego pochodzi wartość krytyczna.

Używaj t, ilekroć odchylenie standardowe pochodzi z Twojej próby — a prawie zawsze tak jest. Przedział z to rzadki przypadek, gdy odchylenie w populacji jest naprawdę znane, na przykład przy ustandaryzowanym teście z opublikowanym σ. Przy proporcjach bezpieczną domyślną wartością jest przedział Wilsona: przedział Walda znacznie zaniża pokrycie, gdy n jest małe albo p̂ jest blisko 0 lub 1, a Clopper–Pearson gwarantuje co najmniej deklarowane pokrycie, więc wychodzi szeroki.

Przykład krok po kroku i interpretacja

Dwadzieścia pięciu studentów osiągnęło średni wynik 64,8 przy odchyleniu standardowym 9,6. Błąd standardowy to 9,6 / √25 = 1,92, wartość krytyczna dla 95% ufności przy 24 stopniach swobody to t* = 2,0639, a margines błędu to 2,0639 × 1,92 = 3,9627. Przedział biegnie od 60,8373 do 68,7627 — w stylu APA: 95% CI [60,84, 68,76].

Poprawne odczytanie brzmi: Jesteśmy w 95% pewni, że średnia w populacji leży między 60,84 a 68,76. 95% dotyczy metody, a nie tego jednego przedziału: gdybyś powtórzył badanie wiele razy, około 95% przedziałów zbudowanych w ten sposób zawierałoby prawdziwą średnią, a pojedynczy przedział albo ją zawiera, albo nie. „Istnieje 95% prawdopodobieństwa, że prawdziwa średnia leży w tym przedziale” to najczęstsze błędne odczytanie.

Dla proporcji 42 sukcesy na 120 dają p̂ = 0,35 i 95% przedział Wilsona od 0,2705 do 0,4388 (Clopper–Pearson 0,2652 do 0,4424; Wald 0,2647 do 0,4353). Dla dwóch grup — średnia 78,2 (SD 10,5, n = 30) wobec 72,6 (SD 12,8, n = 28) — różnica 5,6 ma 95% przedział Welcha od −0,59 do 11,79 przy 52,34 stopniach swobody. Przedział zawiera 0, więc różnica nie jest istotna statystycznie przy α = 0,05, choć oszacowanie punktowe wygląda znacząco.

Częste błędy

• Użycie z zamiast t przy próbnym odchyleniu. Przy n = 25 z* = 1,96 zamiast t* = 2,064 sprawia, że przedział jest około 5% za wąski, a luka rośnie, gdy n maleje.
• Odczytywanie nakładających się przedziałów jako „braku różnicy”. Dwa 95% przedziały mogą się nakładać, a różnica między grupami wciąż być istotna. Oblicz przedział dla samej różnicy.
• Podawanie przedziału Walda dla małych prób. Przy 2 sukcesach na 25 próbach dolna granica Walda spada poniżej zera; przedział Wilsona, 0,0222 do 0,2497, pozostaje w granicach od 0 do 1.
• Zakładanie, że większa ufność jest lepsza. Większa ufność oznacza szerszy przedział: te same wyniki egzaminu dają 59,43 do 70,17 przy 99%. Tylko większa próba sprawia, że przedział jest jednocześnie pewny i wąski.

Najczęstsze pytania

Czym jest przedział ufności?

To zakres prawdopodobnych wartości parametru populacji — średniej, proporcji, różnicy — obliczony z próby. Jest tak zbudowany, że w wielu powtórzonych próbach określony odsetek takich przedziałów (poziom ufności, często 95%) zawierałby prawdziwą wartość. Jego szerokość pokazuje, jak precyzyjnie próba określa parametr.

Jak obliczyć 95% przedział ufności dla średniej?

Dodaj i odejmij wartość krytyczną pomnożoną przez błąd standardowy: x̄ ± t* × s / √n, gdzie t* to percentyl 97,5% rozkładu t o n − 1 stopniach swobody (2,064 dla n = 25). Kalkulator wykonuje każdy krok i pokazuje obliczenia albo sam liczy średnią i odchylenie z surowych danych.

Czym różni się przedział ufności od marginesu błędu?

Margines błędu to połowa szerokości przedziału: wartość krytyczna × błąd standardowy. Przedział to oszacowanie plus i minus ten margines. 42 sukcesy na 120 to 35% z 95% marginesem Walda 8,5 punktu procentowego, więc przedział biegnie od około 26,5% do 43,5%.

Czy przy proporcji użyć przedziału Wilsona czy Clopper–Pearsona?

Wilsona w większości zastosowań: jego pokrycie pozostaje blisko deklarowanego poziomu nawet przy małych próbach i skrajnych proporcjach, a statystycy coraz częściej zalecają go zamiast Walda. Clopper–Pearson gwarantuje co najmniej deklarowane pokrycie, więc jest szerszy; użyj go, gdy protokół lub regulator wymaga dokładnego przedziału.

Dlaczego 99% przedział ufności jest szerszy niż 95%?

Aby częściej obejmować prawdziwą wartość, przedział musi objąć większy zakres. Dla 24 stopni swobody krytyczne t rośnie z 2,064 do 2,797, więc margines błędu wzrasta o około 36%. Jedynym sposobem na większą pewność przy tej samej precyzji jest większa próba.

Czy mogę policzyć przedział ufności dla danych parowanych?

Tak. Odejmij każdą parę (na przykład po − przed), wklej różnice w opcji surowych danych dla średniej, a wynikiem będzie przedział ufności dla średniej różnicy. Opcja dwóch średnich zakłada dwie niezależne grupy, więc nie używaj jej do pomiarów parowanych.