ما هو فاصل الثقة؟ | الإحصائيات

فترة الثقة هي نطاق من القيم التي تُستخدم لتقدير معلمة مجتمع سكاني غير معروفة بمستوى معين من الثقة. إنها طريقة للتعبير عن عدم اليقين حول تقدير معلمة مجتمع إحصائي، مثل المتوسط.

على سبيل المثال، في دراسة تبحث في فعالية علاج طبيعي جديد لآلام أسفل الظهر، قد يجمع الباحثون بيانات من عينة من المرضى ويحسبون متوسط انخفاض الألم لمجموعة العلاج. سيكون فاصل الثقة بنسبة 95% لمتوسط الحد من الألم هو نطاق من القيم التي من المتوقع أن يقع ضمنها متوسط الحد من الألم الحقيقي للسكان مع احتمال 95%. وهذا يعني أنه إذا أُجريت الدراسة نفسها 100 مرة، فإن حوالي 95 دراسة سيكون المتوسط الحقيقي للسكان ضمن فترة الثقة البالغة 95%.

ومن الأمثلة النموذجية على ذلك:

"تُظهر النتائج انخفاضًا متوسطًا في متوسط مقياس الطول المتغير في الألم بعد أربعة أسابيع قدره 2.3 (95% CI 1.8 - 2.8)."

يتم حساب فترة الثقة بناءً على إحصائيات العينة ومستوى الثقة المطلوب (عادةً 95% أو 99%). من المهم ملاحظة أن فاصل الثقة لا يشير إلى ما إذا كانت الفرضية الفارغة صحيحة أم خاطئة، لكنه يوفر فاصلًا من القيم التي من المحتمل أن تتضمن معلمة المجتمع الإحصائي الحقيقية بمستوى معين من الثقة.

ماذا عن العرض؟

يشير نطاق الثقة الضيق إلى أن متوسط العينة هو تقدير أكثر دقة لمتوسط المجتمع الإحصائي، بينما يشير نطاق الثقة الواسع إلى أن متوسط العينة أقل دقة. بشكل عام، تميل أحجام العينات الأكبر إلى أن تؤدي إلى فترات ثقة أضيق، وبالتالي تقديرات أكثر دقة لمعايير المجتمع.

المفاهيم الخاطئة

من المهم ملاحظة أنه لا يمكن للمرء أن يقول أن هناك احتمال بنسبة 95% أن المتوسط الحقيقي للمجتمع الإحصائي يقع ضمن فترة معينة من ورقة معينة. سيكون هذا هو الحال ببساطة، أو لا. ومع ذلك، إذا تم تكرار هذه الدراسة عددًا لا نهائيًا من المرات، فسيتم العثور على المتوسط الحقيقي ضمن الفترات المتولدة بنسبة 95% من الوقت.

CI's CI مقابل P-values

يوفر فاصل الثقة نطاقًا من القيم لبارامتر مجتمع إحصائي (مثل متوسط الفرق بين مجموعتين) يتم تقديره من عينة. يتم حساب الفاصل الزمني بحيث إذا قمنا بتكرار الدراسة عدة مرات، فإن نسبة مئوية معينة من الفترات (تحدد بمستوى الثقة، عادةً 95%) ستحتوي على القيمة الحقيقية للمجتمع الإحصائي.

في المقابل، فإن القيمة p هي احتمال صحة الفرضية الفارغة (على سبيل المثال عدم وجود فرق بين المجموعات) بالنظر إلى بيانات العينة وافتراض صحة الفرضية الفارغة. غالبًا ما تُستخدم قيمة p صغيرة (عادةً ما تكون أقل من 0.05) لرفض الفرضية الفارغة والإشارة إلى وجود دليل على وجود فرق بين المجموعات.

ومع ذلك، لا توفر القيمة p إلا إجابة ثنائية للسؤال عما إذا كان يمكن رفض الفرضية الفارغة أم لا. لا يعطي أي معلومات حول حجم التأثير أو دقته، أو مدى احتمالية حدوثه في عدد أكبر من السكان. هذا هو المكان الذي يمكن أن تكون فيه فترة الثقة أكثر فائدة. من خلال توفير نطاق من القيم للتأثير، يعطي فاصل الثقة صورة أوضح عن مدى توقع تغيير العلاج للنتيجة ومقدار عدم اليقين في هذا التقدير. بالإضافة إلى ذلك، يمكن أن يساعد فاصل الثقة في تجنب الإفراط في تفسير قيمة p ذات دلالة إحصائية، حيث أن النتيجة ذات الدلالة الإحصائية لا تعني بالضرورة أن التأثير مهم عمليًا أو سريريًا. أحجام التأثير يمكن أن تساعدك في إصدار هذا الحكم.

باختصار، يوفر فاصل الثقة صورة أكثر اكتمالاً ودقة لنتائج الدراسة، بينما توفر قيمة p-قيمة p إجابة ثنائية فقط على سؤال الأهمية الإحصائية.

كامبر، س. ج. (2019). فترات الثقة: ربط الأدلة بالممارسة. مجلة جراحة العظام والعلاج الطبيعي الرياضي، 49(10)، 763-764.

غاردنر، م. ج. وألتمان، د. ج. (1986). فترات الثقة بدلاً من قيم P: التقدير بدلاً من اختبار الفرضية. Br Med J (Clinic Res Ed)، 292(6522)، 746-750.

أوبراين، س. ف.، ويي، كيو إل. (2016). كيف يمكنني تفسير فترة الثقة؟ نقل الدم، 56(7)، 1680-1683.