Cómo interpretar correctamente los intervalos de confianza: estimación puntual, error estándar y tasa de cobertura del 95%

En las doce muestras preparadas de forma independiente, el valor de respuesta promedio resultó ser 10,4. Si se escribe media 10,4 en el informe, el cálculo es correcto. Sin embargo, no podemos saber qué tan cerca está este número de la media poblacional. Ya hemos aprendido que, si se preparan doce muestras nuevas, la media puede cambiar.

Esta vez, en lugar de descartar el promedio, le añadiremos un rango que refleje la variabilidad del muestreo.

La pregunta de esta unidad es una sola.
¿Qué tan seguros podemos estar sobre el promedio de la población viendo solo un valor estimado?

En la unidad anterior, distinguimos que el promedio poblacional μ es el valor que queremos conocer y la media muestral x̄ es el estadístico calculado en esta muestra. Si se extrae una nueva muestra de la misma población, x̄ también cambiará. Ahora, resumiremos esa fluctuación mediante el error estándar y crearemos un intervalo de confianza centrado en x̄.

point estimateValue calculated from a sample targeting one parameter

standard errorThe extent to which statistics fluctuate when samples are redrawn

confidence intervalProcedural ranges created from estimates and standard errors

Confidence level/inclusion rateLong-term ratio containing the true value among repeatedly created intervals

La estimación es el proceso de aprender sobre un parámetro desconocido mediante muestras

Si no se puede observar la población completa, no es posible calcular μ directamente. En su lugar, calculamos x̄ de la muestra para estimar μ. Presentar un único valor que corresponde a un único parámetro se denomina estimación puntual.

La estimación puntual es útil. Permite comparar los centros de diferentes experimentos, iniciar cálculos posteriores y hacer que las tablas y gráficos sean concisos. Sin embargo, con el único número x̄=10.4, no se pueden distinguir dos situaciones:

Un 10.4 relativamente estable, con muchas muestras independientes y valores densos.
Un 10.4 que puede fluctuar mucho, con pocas muestras independientes y valores muy dispersos.

Ambos experimentos tienen el mismo promedio, pero la precisión de ese promedio es distinta. Por lo tanto, junto a la estimación puntual, se necesita información sobre cuánto puede variar ese estadístico en cada muestra.

Figure 01 · From a point to a range

The sample mean is the starting point, and the standard error creates the uncertainty.

Point estimation and interval estimation are not competing answers. It expresses the center and the shaking of the center obtained from the same sample together.

La estimación por intervalo no consiste en observar "el valor más pequeño y el valor más grande" para elegir un rango seguro. El valor mínimo y máximo observados son el rango de las observaciones individuales, mientras que el intervalo de confianza de la media es un procedimiento de inferencia que apunta al promedio poblacional μ. El objeto de estudio es diferente.

Un intervalo de confianza no contiene el 95 % de los datos originales

El intervalo de confianza del 95 % de la media no es un intervalo que contenga el 95 % de los valores individuales. Tampoco es un intervalo de predicción para una nueva observación. Esta unidad trata únicamente la estimación de la media poblacional μ.

La desviación estándar y el error estándar difieren en qué es lo que fluctúa

La desviación estándar muestral s resume qué tan dispersos están los valores individuales dentro de la muestra actual alrededor de x̄. El error estándar SE indica cuánto fluctúa x̄ al continuar extrayendo nuevas muestras de la misma manera.

La relación fundamental para estimar el error estándar de la media es la siguiente:

SE = s / √n

Aquí, n es el número de unidades experimentales independientes. No se debe considerar n=4 simplemente porque se leyó la misma muestra cuatro veces. Si se incluyen en n repeticiones técnicas que no son unidades independientes, el denominador aumenta artificialmente, lo que hace que el error estándar sea injustificadamente pequeño y los intervalos de confianza sean arbitrariamente estrechos.

Pregunta	Desviación estándar muestral s	Error estándar del promedio EE
¿Qué dispersión mide?	Dispersión de las observaciones individuales	Dispersión de la media muestral en muestreos repetidos
Cuando n aumenta	No reduce la dispersión poblacional subyacente	Generalmente disminuye si la dispersión permanece igual
Rol en el intervalo de confianza	Material para estimar el EE	Componente directo del ancho del intervalo

Por ejemplo, si s=3, entonces con n=9 el EE es 1, y con n=36 el EE es 0.5. Se requiere una relación de raíz cuadrada: se debe cuadruplicar n (las unidades independientes) para reducir a la mitad el EE. Duplicar n no duplica la precisión.

Un intervalo estrecho no implica necesariamente un buen experimento

El intervalo de confianza expresa la variación muestral, pero no incorpora automáticamente el sesgo de selección, una unidad independiente incorrecta, la mezcla de lotes ni el sesgo de medición. Una muestra sistemáticamente sesgada puede producir un intervalo muy estrecho y, aun así, incorrecto.

El intervalo de confianza del promedio se calcula en cuatro capas

En situaciones típicas de muestras pequeñas donde la desviación estándar poblacional σ es desconocida, se utiliza la s de la muestra y el valor crítico de la distribución t de Student.

1sample meanx̄

2standard errorSE = s / √n

3margin of errort* × SE

4confidence intervalx̄ ± t* × SE

La estructura del intervalo de confianza bilateral del promedio es la siguiente:

x̄ ± t* × s / √n

t* depende del nivel de confianza elegido y de los grados de libertad n−1. Para la misma muestra, el valor t* para un intervalo del 99% es mayor que para uno del 95%, por lo que es más ancho. Cuanto mayor sea la tasa de inclusión a largo plazo requerida, más se debe aceptar un valor de intervalo más amplio en una sola estimación.

Por ejemplo, considere el intervalo de confianza del promedio al 95% para una muestra con n=20, x̄=10.4 y s=3.0. El valor crítico bilateral t al 95% con 19 grados de libertad es aproximadamente 2.093.

SE = 3.0 / √20 ≈ 0.671
margen de error = 2,093 × 0,671 ≈ 1,405
95% CI = 10.4 ± 1.405 ≈ 8.995–11.805

Este cálculo no es un ejemplo para memorizar dos decimales. Es un ejemplo para leer la estructura: x̄ como centro, y EE y t determinando el ancho*.

Figure 03 · Three knobs for section width

Independent n, sample spread, and confidence level change the width of the path.

Large n tends to narrow the intervals at the same spread. Large s and high confidence levels widen the interval. Increasing the number of technical repetitions to count as independent n distorts this relationship.

Si desea estrechar el intervalo, primero debe especificar qué variable está modificando.

Aumentar n independiente reduce el EE para una misma s, lo que tiende a estrechar el intervalo.
Un aumento en la s de la muestra incrementa el EE, ensanchando el intervalo.
Elevar el nivel de confianza del 90% al 95% o al 99% aumenta t*, ensanchando el intervalo.
Aumentar el número de repeticiones técnicas de una misma muestra no es un método válido para reducir el intervalo, tratándolas como n independiente.

El 95% no es la probabilidad dentro de un intervalo ya calculado

Esta es la interpretación más importante. Antes de extraer la muestra, no sabemos qué $\bar{x}$ o qué intervalo resultará. Si extraemos muestras del mismo tamaño de la misma población y aplicamos el mismo método de cálculo del 95%, los intervalos se ubicará en diferentes posiciones. El diseño establece que, al repetir este procedimiento durante mucho tiempo, aproximadamente el 95% de los intervalos creados contendrán el $\mu$ fijo.

Figure 02 · What 95% means

As the sample changes, the intervals also change, and some intervals miss the true value.

The true value μ is fixed. The random sample and the interval created from that sample are different. Even the 95% confidence procedure does not promise success in all sections.

Una vez que ya se ha extraído la muestra y se han calculado el límite inferior y el superior, $\mu$ está o no está dentro de ese intervalo. En un intervalo de confianza frecuentista, no se dice que "la probabilidad de que el intervalo calculado esta vez incluya a $\mu$ es del 95%". El 95% es la tasa de inclusión a largo plazo del procedimiento que genera intervalos móviles.

Una frase más precisa sería:

Si se repite este procedimiento de cálculo bajo las mismas condiciones de muestreo y modelo, aproximadamente el 95% de los intervalos generados incluirán la media poblacional $\mu$ .

En informes cotidianos, se puede escribir simplemente: "El intervalo de confianza del 95% para $\mu$ es 9.00–11.81". Sin embargo, la interpretación mental debe centrarse en el procedimiento de repetición a largo plazo.

El 95 % no garantiza la calidad de los datos ni de los supuestos

La cobertura de un procedimiento de confianza del 95 % es una propiedad válida bajo determinadas condiciones de muestreo, independencia y modelo. El número 95 % no corrige una muestra sesgada, una estructura de lotes omitida, la comunicación selectiva ni un modelo inadecuado.

Movamos el intervalo directamente

El siguiente mini Lab genera muestras independientes de un proceso de generación normal con media $\mu=10$ y desviación estándar $\sigma=3$ . No se trata de datos de investigación reales, sino de un modelo sintético educativo para observar el principio de funcionamiento de los intervalos de confianza.

Primero, con $n=20$ y 95 %, pulse Nuevo conjunto de muestras. Aunque $\mu$ está fijo en 10, cambiarán $\bar{x}$ , $s$ , $SE$ y el intervalo. En algunos conjuntos puede aparecer un intervalo que no incluya a $\mu$ . Esto no significa que el botón o la fórmula estén fallando.

Luego, compare siguiendo este orden:

Con la misma semilla (seed) y nivel de confianza, cambie $n$ a 5 y a 40.
Con la misma semilla y $n$ , cambie el nivel de confianza a 90%, 95% y 99%.
Confirme que es normal que una única ejecución de 20 resultados no muestre exactamente la proporción configurada.

If this is your first time: What should I press?

1. Read the question firstIn the Lab title, check the one thing you will compare this time.
2. Change just one conditionInitially, change only one of the inputs: n, effect, or spread.
3. Nuevo conjunto de muestras pressureNew synthetic data is created. The same conditions may vary depending on the sample.
4. Anchura del intervalo de confianza y si contiene μ CompareWrite in one sentence what moves and what stays the same before and after the change.

If it gets stuckresetGo back to see the default results and change just one condition. This Lab is not a correct answer tester but a pattern observation tool.

In-Silico Lab · Confidence Interval

Directly compare section width and repetition inclusion

We use a training generation process with population mean μ=10 and standard deviation σ=3. Change the independence n and confidence level, and observe how the intervals behave in the new sample.

independent sample size nIt is not the number of remeasurements of the same biological unit.confidence levelThe higher you increase it, the larger the threshold and section width become.current seedThe same settings and seeds create the same synthetic sample.

Confidence interval for the mean of this sample

Four Layers of Computation

Point estimate x̄9.636

Sample SD s2.466

Standard error SE0.551

margin of error1.154

95% CI8.48 – 10.79

Included out of 2019/20

20 observations is a small demonstration of long-term coverage, but is not a sufficient number of repetitions to accurately verify the confidence level you set.

S01

S02

S03

S04

S05

S06

S07

S08

S09

S10

S11

S12

S13

S14

S15

S16

S17

S18

S19

S20

Mean confidence interval: two-tailed Student t procedure · Population model: normal, μ=10, σ=3 · PRNG/transformation same as U04 · simulator_version:u05-ci-guided-v1. This is a composite material for educational purposes only and cannot be used for research, clinical, quality, or regulatory decisions.

La razón por la que el valor real $\mu$ es visible en el Lab es porque nosotros hemos definido el proceso de generación de datos sintéticos. En experimentos reales, no conocemos $\mu$ , por lo que lo estimamos mediante la muestra. No confunda la verificación de la respuesta, que solo es posible en simulaciones educativas, con una situación de análisis real.

En la salida de JMP, lea las tres líneas como una relación

Los resultados de la Distribution de variables continuas en JMP pueden presentar la Media, la Desviación Estándar, el Error Estándar de la Media y los límites de confianza de la media actuales. En lugar de memorizar cada línea de la pantalla por separado, conéctelas mediante la misma estructura de cálculo.

Mean

It is a point estimate of the population mean given by the current sample.

Std Error Mean

It is the estimated standard error of the sample mean and has a different role from Std Dev.

Lower 95% Mean · Upper 95% Mean

This is the 95% confidence limit for the mean calculated using the same sample and model.

La Media es x̄ y la Desviación Estándar es s. El Error Estándar de la Media corresponde a s/√n, y el Límite Inferior del 95% de la Media y el Límite Superior del 95% de la Media son los extremos del intervalo creado por el procedimiento t centrado en x̄. El Interval Plot puede ayudar a visualizar las medias y los intervalos de varios grupos en paralelo, pero no debe utilizarse para sustituir todas las conclusiones de las pruebas de hipótesis basándose únicamente en si los intervalos se solapan.

Figure 04 · Order of interpretation

Confidence intervals are meaningful only after addressing the research question and sample structure.

The program performs the last calculation quickly. Population definitions, independent units, sampling biases, and model assumptions are not guaranteed by the output tables.

Incluso si JMP realiza el cálculo con exactitud, las siguientes preguntas permanecen para el investigador:

¿Cuál es la población a la que apunta la Media?
¿Es cada fila de N realmente una unidad experimental independiente?
¿Se han reflejado en el análisis las estructuras de réplica técnica, donor, día y lote (batch)?
¿Son las condiciones del procedimiento t utilizado adecuadas para los datos y la pregunta de investigación?
¿Es el ancho del intervalo suficiente para distinguir diferencias experimentalmente importantes?

La idea central es la misma sin JMP ni Minitab

Los cálculos del texto y el laboratorio bastan para aprender la estimación puntual, el error estándar y la cobertura. Aunque cambien los nombres de las columnas en otro programa estadístico, compruebe la relación entre Mean, SE y los límites de confianza.

Qué debe incluirse al redactar los resultados

No escriba solo media 10,4; indique también qué variable se promedia, cuál es el n independiente y qué tipo de intervalo se presenta.

La estructura de una buena frase de informe es la siguiente:

La respuesta media de 20 cultivos independientes fue 10.4, y el intervalo de confianza Student t de dos colas al 95% para la media poblacional fue 9.00–11.81.

A esto se deben añadir, según el contexto, las unidades, los criterios de selección de la muestra, la estructura de réplicas biológicas/técnicas, el tratamiento de datos faltantes y el modelo de análisis. Un intervalo de confianza no son solo dos números, sino el resultado generado conjuntamente por la pregunta, la muestra, el modelo y el cálculo.

Seis frases para verificar al finalizar la unidad

x̄ es una estimación puntual de μ, no es un valor observado directamente de μ.
s representa la dispersión de las observaciones individuales; el SE representa la variabilidad de muestreo de la media muestral.
El intervalo de confianza de la media posee la estructura de x̄ ± t* × SE.
Un n independiente grande tiende a estrechar el intervalo para una misma dispersión.
Un nivel de confianza alto requiere un intervalo más amplio.
El 95% no es la probabilidad de un único intervalo fijo, sino la tasa de cobertura a largo plazo del procedimiento repetitivo.

The point estimate shows the most likely center, and the confidence interval shows the uncertainty of the procedure. 95% is not the probability of one completed section, but the inclusion rate when the same procedure is repeated for a long time.

En la siguiente unidad distinguiremos el intervalo de confianza de la media del intervalo de una nueva observación. Veremos qué preguntas responden los intervalos de confianza, predicción y tolerancia, y por qué tienen anchuras diferentes.

Recursos adicionales

Las cifras, figuras y datos del laboratorio in silico de este artículo son sintéticos y sirven para explicar conceptos estadísticos. No deben utilizarse como evidencia para decisiones reales de investigación, clínicas, de calidad o regulatorias.

BioPlayground

De un número a un rango de incertidumbre: cómo interpretar correctamente los intervalos de confianza