Διάστημα Εμπιστοσύνης — Τύπος, Υπολογισμός & Παραδείγματα

Ένα διάστημα εμπιστοσύνης είναι ένα εύρος πιθανών τιμών για μια παράμετρο του πληθυσμού, με βάση δεδομένα δείγματος. Σε πολλά εισαγωγικά προβλήματα στατιστικής, το κατασκευάζεις ως

$$\text{estimate} \pm \text{margin of error}$$

Το περιθώριο σφάλματος εξαρτάται από το πόση αβεβαιότητα υπάρχει στο δείγμα και από το πόσο βέβαιοι θέλεις να είσαι. Μεγαλύτερη εμπιστοσύνη δίνει ευρύτερο διάστημα. Πιο ακριβή δεδομένα δίνουν στενότερο διάστημα.

Τι σημαίνει ένα διάστημα εμπιστοσύνης με απλά λόγια

Αν δεις ένα διάστημα εμπιστοσύνης $95\%$, η πιο ασφαλής ερμηνεία αφορά τη μέθοδο, όχι ένα μεμονωμένο τελικό διάστημα. Αν η ίδια διαδικασία δειγματοληψίας επαναλαμβανόταν πολλές φορές και το διάστημα ξανακατασκευαζόταν με τον ίδιο τρόπο κάθε φορά, περίπου το $95\%$ αυτών των διαστημάτων θα περιείχε την πραγματική παράμετρο.

Άρα, ένα διάστημα εμπιστοσύνης είναι ένας τρόπος να δείξεις την αβεβαιότητα γύρω από μια εκτίμηση. Δίνει ένα πιθανό εύρος, όχι μια εγγύηση.

Τύπος διαστήματος εμπιστοσύνης

Η γενική μορφή είναι

$$\text{estimate} \pm \text{critical value} \times \text{standard error}$$

Για τον μέσο όρο ενός πληθυσμού, δύο συνηθισμένες εκδοχές είναι:

$$\bar{x} \pm z^* \frac{\sigma}{\sqrt{n}}$$

Χρησιμοποίησε αυτή τη μορφή όταν η τυπική απόκλιση του πληθυσμού $\sigma$ είναι γνωστή ή όταν δικαιολογείται μια κανονική προσέγγιση με κρίσιμη τιμή $z$.

$$\bar{x} \pm t^* \frac{s}{\sqrt{n}}$$

Χρησιμοποίησε αυτή τη μορφή όταν η $\sigma$ είναι άγνωστη και εκτιμάς τη διασπορά με την τυπική απόκλιση του δείγματος $s$. Για μικρότερα δείγματα, αυτό συνήθως συνοδεύεται από την προϋπόθεση ότι ο πληθυσμός είναι περίπου κανονικός.

Το ίδιο μοτίβο εμφανίζεται σε πολλές περιπτώσεις, αλλά το τυπικό σφάλμα αλλάζει για μέσους όρους, αναλογίες και άλλες παραμέτρους.

Τι αλλάζει το πλάτος ενός διαστήματος εμπιστοσύνης

Τρεις παράγοντες έχουν τη μεγαλύτερη σημασία:

1. Ένα υψηλότερο επίπεδο εμπιστοσύνης κάνει το διάστημα ευρύτερο.
2. Ένα μεγαλύτερο μέγεθος δείγματος συνήθως κάνει το διάστημα στενότερο.
3. Μεγαλύτερη μεταβλητότητα στα δεδομένα κάνει το διάστημα ευρύτερο.

Αυτό είναι το βασικό συμβιβαστικό σημείο: περισσότερη εμπιστοσύνη συνήθως κοστίζει σε ακρίβεια.

Παράδειγμα διαστήματος εμπιστοσύνης 95%

Έστω ότι ένα δείγμα $64$ παρατηρήσεων έχει μέσο όρο $\bar{x} = 50$, και η τυπική απόκλιση του πληθυσμού είναι γνωστό ότι είναι $\sigma = 8$. Κατασκεύασε ένα διάστημα εμπιστοσύνης $95\%$ για τον μέσο όρο του πληθυσμού χρησιμοποιώντας ένα διάστημα $z$.

Ξεκίνα με

$$\bar{x} \pm z^* \frac{\sigma}{\sqrt{n}}$$

Για επίπεδο εμπιστοσύνης $95\%$, χρησιμοποίησε $z^* \approx 1.96$.

Τώρα υπολόγισε το τυπικό σφάλμα:

$$\frac{\sigma}{\sqrt{n}} = \frac{8}{\sqrt{64}} = \frac{8}{8} = 1$$

Άρα το περιθώριο σφάλματος είναι

$$1.96 \times 1 = 1.96$$

Κατασκεύασε το διάστημα:

$$50 \pm 1.96$$

που δίνει

$$(48.04,\ 51.96)$$

Μια πρακτική ερμηνεία είναι: αν οι συνθήκες του μοντέλου είναι λογικές και τα δεδομένα προέρχονται από αυτή τη διαδικασία δειγματοληψίας, τότε τιμές μεταξύ $48.04$ και $51.96$ είναι πιθανές για τον μέσο όρο του πληθυσμού.

Συνηθισμένα λάθη με τα διαστήματα εμπιστοσύνης

Ένα συνηθισμένο λάθος είναι να λέμε ότι υπάρχει πιθανότητα $95\%$ η πραγματική παράμετρος να βρίσκεται σε αυτό το συγκεκριμένο διάστημα. Στη συνήθη συχνοτιστική στατιστική, η παράμετρος είναι σταθερή και η διαδικασία κατασκευής του διαστήματος είναι αυτή που έχει το ποσοστό επιτυχίας σε βάθος χρόνου.

Ένα άλλο λάθος είναι η χρήση λάθος τύπου χωρίς έλεγχο των προϋποθέσεων. Ένα διάστημα $z$, ένα διάστημα $t$ και ένα διάστημα για αναλογία δεν χρησιμοποιούν το ίδιο τυπικό σφάλμα.

Οι μαθητές επίσης μπερδεύουν ένα διάστημα εμπιστοσύνης για μια παράμετρο με τη διασπορά των ακατέργαστων δεδομένων. Ένα διάστημα εμπιστοσύνης αφορά την αβεβαιότητα μιας εκτίμησης, όχι το πού βρίσκονται οι περισσότερες μεμονωμένες παρατηρήσεις.

Πότε χρησιμοποιούνται τα διαστήματα εμπιστοσύνης

Τα διαστήματα εμπιστοσύνης εμφανίζονται σε δημοσκοπήσεις, πειράματα, έλεγχο ποιότητας, ιατρική, οικονομικά και στην καθημερινή παρουσίαση δεδομένων. Είναι χρήσιμα κάθε φορά που ένα δείγμα χρησιμοποιείται για να πει κάτι για έναν μεγαλύτερο πληθυσμό.

Στην πράξη, το διάστημα έχει τη μεγαλύτερη σημασία όταν το συγκρίνεις με έναν στόχο ή με μια άλλη εκτίμηση. Ένα στενό διάστημα στηρίζει ένα πιο ακριβές συμπέρασμα από ένα ευρύ διάστημα.

Δοκίμασε ένα παρόμοιο πρόβλημα

Δοκίμασε τη δική σου εκδοχή με $\bar{x} = 72$, $\sigma = 10$ και $n = 100$ για ένα διάστημα εμπιστοσύνης $95\%$. Μετά άλλαξε μόνο το μέγεθος του δείγματος και παρατήρησε τι συμβαίνει στο περιθώριο σφάλματος. Αυτός είναι ένας από τους πιο γρήγορους τρόπους να αποκτήσεις διαίσθηση για το γιατί τα μεγαλύτερα δείγματα συνήθως παράγουν πιο στενά διαστήματα.