Intervalo de Confiança — Fórmula, Cálculo e Exemplos

Um intervalo de confiança é uma faixa de valores plausíveis para um parâmetro populacional, com base em dados amostrais. Em muitos problemas introdutórios de estatística, ele é construído como

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

A margem de erro depende de quanta incerteza existe na amostra e do nível de confiança desejado. Maior confiança produz um intervalo mais amplo. Dados mais precisos produzem um intervalo mais estreito.

O que um intervalo de confiança significa em linguagem simples

Se você vê um intervalo de confiança de $95\%$, a interpretação mais segura é sobre o método, não sobre um único intervalo já pronto. Se o mesmo processo de amostragem fosse repetido muitas vezes e o intervalo fosse reconstruído da mesma forma a cada vez, cerca de $95\%$ desses intervalos conteriam o parâmetro verdadeiro.

Assim, um intervalo de confiança é uma forma de mostrar a incerteza em torno de uma estimativa. Ele fornece uma faixa plausível, não uma garantia.

Fórmula do intervalo de confiança

A estrutura geral é

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

Para a média populacional, duas versões comuns são:

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

Use essa forma quando o desvio padrão populacional $\sigma$ é conhecido, ou quando uma aproximação normal com valor crítico $z$ é justificável.

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

Use essa forma quando $\sigma$ é desconhecido e você estima a dispersão com o desvio padrão amostral $s$. Para amostras menores, isso geralmente vem acompanhado da condição de que a população seja aproximadamente normal.

O mesmo padrão aparece em muitos contextos, mas o erro padrão muda para médias, proporções e outros parâmetros.

O que altera a largura de um intervalo de confiança

Três fatores são os mais importantes:

1. Um nível de confiança maior torna o intervalo mais amplo.
2. Um tamanho de amostra maior geralmente torna o intervalo mais estreito.
3. Maior variabilidade nos dados torna o intervalo mais amplo.

Esse é o principal equilíbrio: mais confiança geralmente custa precisão.

Exemplo de intervalo de confiança de 95%

Suponha que uma amostra de $64$ observações tenha média $\bar{x} = 50$, e que o desvio padrão populacional seja conhecido e igual a $\sigma = 8$. Construa um intervalo de confiança de $95\%$ para a média populacional usando um intervalo $z$.

Comece com

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

Para um nível de confiança de $95\%$, use $z^* \approx 1.96$.

Agora calcule o erro padrão:

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

Então a margem de erro é

$$1.96 \times 1 = 1.96$$

Monte o intervalo:

$$50 \pm 1.96$$

o que dá

$$(48.04,\ 51.96)$$

Uma leitura prática é: se as condições do modelo forem razoáveis e os dados vierem desse processo de amostragem, valores entre $48.04$ e $51.96$ são plausíveis para a média populacional.

Erros comuns com intervalos de confiança

Um erro comum é dizer que há $95\%$ de probabilidade de o parâmetro verdadeiro estar neste intervalo específico. Na estatística frequentista padrão, o parâmetro é fixo, e o que tem taxa de sucesso de longo prazo é o procedimento de construção do intervalo.

Outro erro é usar a fórmula errada sem verificar as condições. Um intervalo $z$, um intervalo $t$ e um intervalo para proporção não usam o mesmo erro padrão.

Os estudantes também confundem um intervalo de confiança para um parâmetro com a dispersão dos dados brutos. Um intervalo de confiança trata da incerteza em uma estimativa, não de onde a maioria das observações individuais se encontra.

Quando os intervalos de confiança são usados

Os intervalos de confiança aparecem em pesquisas de opinião, experimentos, controle de qualidade, medicina, economia e relatórios de dados do dia a dia. Eles são úteis sempre que uma amostra é usada para dizer algo sobre uma população maior.

Na prática, o intervalo importa mais quando você o compara com um valor de referência ou com outra estimativa. Um intervalo estreito sustenta uma conclusão mais precisa do que um intervalo amplo.

Tente um problema parecido

Tente sua própria versão com $\bar{x} = 72$, $\sigma = 10$ e $n = 100$ para um intervalo de confiança de $95\%$. Depois altere apenas o tamanho da amostra e observe o que acontece com a margem de erro. Essa é uma das formas mais rápidas de desenvolver intuição sobre por que amostras maiores geralmente produzem intervalos mais estreitos.