Mi az a Confidence Interval? | Statisztika

A konfidencia intervallum egy értéktartomány, amellyel bizonyos bizalmi szinttel becsülhetünk meg egy ismeretlen populációs paramétert. Így fejezheted ki a bizonytalanságot egy populációs paraméter (például az átlag) becslése körül.

Például, egy új gyógytorna kezelés hatékonyságát vizsgáló tanulmányban a kutatók adatokat gyűjthetnek a derékfájdalommal küzdő betegek egy mintájától, és kiszámíthatják a kezelési csoport átlagos fájdalomcsökkenését. A fájdalomcsökkenés átlagára vonatkozó 95%-os konfidencia intervallum azon értékek tartománya, amelyen belül a valódi populációs átlagos fájdalomcsökkenés 95%-os valószínűséggel várható. Ez azt jelenti, hogy ha ugyanazt a tanulmányt 100-szor végezzük el, körülbelül 95 tanulmányban a valódi populációs átlag a 95%-os konfidencia intervallumon belül lesz.

Például:

A mérések szerint a Vizuális Analóg Skálán (VAS) a fájdalom átlagosan 2,3-mal csökkent négy hét alatt (95% CI 1,8 – 2,8).

A konfidencia intervallumot a mintastatisztikák és a kívánt megbízhatósági szint (általában 95% vagy 99%) alapján számítjuk ki. Fontos megjegyezni, hogy a konfidencia intervallum nem mutatja meg, hogy a nullhipotézis igaz vagy hamis, de egy olyan értéktartományt ad meg, amely valószínűleg tartalmazza a valódi populációs paramétert egy bizonyos megbízhatósági szinttel.

Mi a helyzet a szélességgel?

A szűkebb konfidencia intervallum pontosabb becslést ad a minta átlagára a populáció átlagához képest, míg a szélesebb kevésbé pontos. Nagyobb minták általában szűkebb konfidencia intervallumot és pontosabb becslést eredményeznek a populációs paraméterekre.

Tévhitek

Fontos megjegyezni, hogy nem állíthatjuk, 95% esély van arra, hogy egy adott tanulmány valódi átlaga egy bizonyos intervallumon belül van. Egyszerűen vagy így van, vagy nincs. Viszont, ha a kutatást végtelenszer megismételjük, a valódi átlag az előállított intervallumok 95%-ában megtalálható lesz.

CI-k vs. P-értékek

A konfidencia intervallum a populációs paraméter (például két csoport közötti átlagos különbség) értéktartományát adja meg, amelyet egy mintából becsülnek. Az intervallumot úgy számítjuk ki, hogy ha a vizsgálatot többször megismételnénk, az intervallumok bizonyos százaléka (a konfidenciaszint által meghatározott, általában 95%) tartalmazná a valódi populációs értéket.

Ezzel szemben a p-érték annak a valószínűsége, hogy a nullhipotézis (pl. nincs különbség a csoportok között) igaz, adott a minta adatai és feltételezve, hogy a nullhipotézis helyes. A kicsi p-érték (általában kevesebb, mint 0,05) gyakran használatos a nullhipotézis elutasítására, ami arra utal, hogy van bizonyíték a csoportok közötti különbségre.

A p-érték azonban csak egy bináris választ ad arra a kérdésre, hogy a nullhipotézist elutasíthatjuk-e vagy sem. Nem ad információt a hatás mértékéről, pontosságáról, vagy arról, hogy az milyen valószínűséggel fordul elő egy nagyobb populációban. Itt lehet hasznosabb a konfidencia intervallum. A hatás értéktartományának megadásával a konfidencia intervallum tisztább képet ad arról, hogy a kezelés várhatóan mennyire változtatja meg az eredményt, és mekkora a bizonytalanság ebben a becslésben. Ezenkívül a konfidencia intervallum segíthet elkerülni a szignifikáns p-érték túlértékelését, mivel a statisztikailag szignifikáns eredmény nem feltétlenül jelenti azt, hogy a hatás gyakorlatilag vagy klinikailag is jelentős. A hatáserősségek segíthetnek ebben a megítélésben.

Összefoglalva, a konfidencia intervallum teljesebb és árnyaltabb képet ad egy tanulmány eredményeiről, míg a p-érték csupán bináris választ ad a statisztikai szignifikancia kérdésére.

Kamper, S. J. (2019). Bizalmi intervallumok: bizonyítékok összekapcsolása a gyakorlattal. Journal of Orthopaedic & Sports Physical Therapy, 49(10), 763-764.

Gardner, M. J. és Altman, D. G. (1986). Konfidencia intervallumok a P-értékek helyett: becslés a hipotézis vizsgálata helyett. Br Med J (Clin Res Ed), 292(6522), 746-750.

O’Brien, S. F., & Yi, Q. L. (2016). Hogyan értelmezhetem a confidence intervalt?. Transfusion, 56(7), 1680-1683.