Calcolatrice gratuita Editverse
Calcolatore dell'intervallo di confidenza per una media
Stima l'intervallo plausibile per la media di una popolazione da un campione con l'intervallo t a un campione con un livello di confidenza del 90%, 95% o 99%, insieme alla media, alla deviazione standard e all'errore standard. Consulta il comando R riproducibile e leggi la guida completa all'interpretazione qui sotto. Validato rispetto a R 4.3.3.
In parole semplici
Un intervallo di confidenza (IC) fornisce un intervallo di valori plausibili per qualcosa che non è possibile misurare direttamente, in genere la media di una popolazione, in base al campione raccolto. Si inseriscono i valori del campione e un livello di confidenza, e il calcolatore restituisce un limite inferiore e uno superiore, ad esempio "media 24.15, IC al 95% da 22.76 a 25.54".
L'ampiezza dell'intervallo riflette l'incertezza: campioni più ampi e minore variabilità producono intervalli più ristretti e precisi. Un punto sottile ma importante: un intervallo di confidenza al 95% non significa che vi sia una probabilità del 95% che il valore reale si trovi all'interno di questo particolare intervallo. Significa che, se si ripetesse lo studio molte volte, circa il 95% degli intervalli costruiti in questo modo conterrebbe il valore reale.
Quando utilizzare un intervallo di confidenza
È opportuno riportare un intervallo di confidenza ogni volta che si stima un parametro di popolazione (media, proporzione, differenza tra gruppi o dimensione dell'effetto) a partire da dati campionari. Un intervallo di confidenza comunica sia la stima che la sua precisione, cosa che un semplice valore p non può fare.
Utilizza l'intervallo basato sul test t (come quello utilizzato qui) quando stimi la media di un campione continuo e approssimativamente normale, soprattutto quando la deviazione standard della popolazione è sconosciuta e il campione è piccolo. Per campioni di grandi dimensioni, gli intervalli basati sul test t e sul test z coincidono quasi perfettamente. Le principali linee guida per la presentazione dei risultati raccomandano ora di presentare gli intervalli di confidenza insieme ai valori p, o in alternativa ad essi, perché mostrano la gamma di effetti compatibili con i dati anziché un singolo verdetto di significatività/non significatività. Abbina questo approccio al calcolo della dimensione del campione in fase di progettazione per definire la precisione necessaria. Non sai quale stima si adatta al tuo progetto? Il nostro strumento interattivo di selezione dei test può aiutarti.
Formato previsto — Valori di esempio
Trascina qui un file CSV oppure fai clic per selezionarlo. Il file verrà analizzato direttamente nel tuo browser, senza bisogno di caricare nulla.
Formato previsto — Valori di esempio
x <- c({data}) t.test(x, conf.level = {conf})$conf.intGuida utente
Quando utilizzarlo. Per stimare l'intervallo plausibile della media di una popolazione a partire da un campione.
Presupposti. Il campione è casuale; per valori piccoli di n, la distribuzione sottostante è approssimativamente normale.
Errori comuni. Un intervallo di confidenza al 95% non significa che vi sia una probabilità del 95% che il valore reale si trovi all'interno di tale intervallo.
Esempio pratico
Fai clic su "Carica dati di esempio" qui sopra, quindi su "Esegui analisi" per visualizzare un risultato completo con grafico, formula e interpretazione per questo test.
Referenze
- Neyman J. Schema di una teoria della stima statistica. Philos Trans R Soc A. 1937;236:333-380.
Esempi lavorati
Esempio 1 — Misurazioni di laboratorio
Sei misurazioni replicate (23.1, 25.4, 22.8, 24.0, 26.1, 23.5) hanno una media di 24.15. L'intervallo di confidenza al 95% va da 22.76 a 25.54, l'intervallo delle medie della popolazione compatibile con questo piccolo campione. Riportare la media con il suo intervallo, non solo la media, in modo che i lettori possano valutarne la precisione.
Esempio 2 — Perché il livello cambia la larghezza
Rielaborando gli stessi dati con un livello di confidenza del 99% si ottiene un intervallo più ampio, mentre con un livello del 90% si ottiene un intervallo più ristretto. Un livello di confidenza più elevato amplia il margine di errore, ma non rende la stima più accurata. È preferibile scegliere il livello di confidenza prima dell'analisi (per convenzione si utilizza il 95%) piuttosto che optare per quello che sembra più promettente.
Presupposti da verificare
Campionamento casuale. L'intervallo è significativo solo se il campione è rappresentativo della popolazione che si desidera descrivere.
Normalità approssimativa (n piccolo). L'intervallo basato sulla distribuzione t presuppone che i dati sottostanti siano approssimativamente distribuiti normalmente. Con campioni più grandi, il teorema del limite centrale rende questo requisito meno critico.
Osservazioni indipendenti. Ogni valore deve essere indipendente. Le misurazioni raggruppate o ripetute richiedono metodi che tengano conto della correlazione.
Errori comuni
Interpretazione errata dell'affermazione sulla probabilità
Un intervallo di confidenza al 95% non significa che vi sia una probabilità del 95% che il valore reale si trovi all'interno di tale intervallo. Il 95% si riferisce alla performance a lungo termine della procedura su numerosi campioni.
Trattare gli “intervalli di confidenza sovrapposti” come un test formale
Due intervalli possono sovrapporsi e rappresentare comunque una differenza significativa. Per confrontare i gruppi, è preferibile verificare direttamente la differenza piuttosto che valutare a occhio la sovrapposizione.
Riportare solo il valore p
Il valore p indica se un effetto è rilevabile; l'intervallo di confidenza (CI) mostra quanto plausibilmente grande sia. Riportare entrambi.
Scelta del livello di confidenza dopo aver esaminato i dati
Decidete in anticipo se puntare al 90%, al 95% o al 99%. Scegliere il livello per ottenere la conclusione desiderata è una forma di pregiudizio.
Domande frequenti
Che cosa significa concretamente un intervallo di confidenza al 95%?
Se si ripetesse lo studio molte volte e si costruisse un intervallo ogni volta, circa il 95% di questi intervalli conterrebbe il vero valore della popolazione. Si tratta di un'affermazione sul metodo, non su questo singolo intervallo.
Perché riportare un intervallo di confidenza invece del solo valore p?
Un intervallo di confidenza mostra la gamma di effetti compatibili con i dati e la loro precisione, risultando più informativo di un singolo verdetto di significatività/non significatività.
Come posso ottenere un intervallo più ristretto?
Aumentare la dimensione del campione o ridurre la variabilità della misurazione. Un valore di n maggiore riduce il margine di errore.
Il risultato corrisponde a quello ottenuto con SPSS, R e Stata?
Sì. La calcolatrice utilizza le stesse formule di distribuzione t e di errore standard dei software standard e mostra il comando R esatto in modo che tu possa riprodurlo.
Calcolatori correlati
Referenze
- Neyman J. Schema di una teoria della stima statistica basata sulla teoria classica della probabilità. Philos Trans R Soc Lond A. 1937;236(767):333–380.
- Rothman KJ. Sei idee sbagliate persistenti nella ricerca. J Gen Intern Med2014;29(7):1060–1064. PMID 24452418.
- Groenlandia S, Senn SJ, Rothman KJ, et al. Test statistici, valori P, intervalli di confidenza e potenza statistica: una guida per evitare interpretazioni errate. Eur J Epidemia2016;31(4):337–350. PMID 27209009.
Hai bisogno di questa analisi per il tuo manoscritto?
I nostri biostatistici con dottorato di ricerca calcolano e interpretano i vostri intervalli di confidenza e forniscono tabelle pronte per la pubblicazione con output R riproducibile.
Ottieni assistenza statistica da esperti