Przedział ufności 95% – jak go prawidłowo interpretować?

W wynikach badań naukowych bardzo często pojawia się zapis:

95% CI

czyli 95-procentowy przedział ufności.

Może dotyczyć średniej, różnicy między grupami, współczynnika regresji, ilorazu szans, ryzyka względnego i wielu innych parametrów.

Przedział ufności dostarcza informacji, której nie uzyskamy z samego stwierdzenia:

p < 0,05.

Dlatego jest bardzo ważnym elementem współczesnego raportowania wyników badań.

Co pokazuje przedział ufności?

Załóżmy, że różnica średnich pomiędzy dwiema grupami wynosi:

5,2 punktu; 95% CI: 2,1–8,3.

Oszacowanie punktowe wynosi 5,2, natomiast przedział pokazuje zakres wartości parametru zgodnych z danymi i przyjętym modelem na poziomie odpowiadającym zastosowanej procedurze.

Pozwala to ocenić nie tylko kierunek wyniku, ale także precyzję oszacowania.

Najczęstszy błąd w interpretacji 95% CI

Często można spotkać stwierdzenie:

„Istnieje 95% prawdopodobieństwa, że prawdziwy parametr znajduje się w tym konkretnym przedziale.”

W klasycznym ujęciu częstościowym nie jest to ścisła interpretacja.

Procedura konstruowania 95% przedziałów ufności jest zaprojektowana tak, aby w długiej serii powtarzanych prób około 95% skonstruowanych w ten sposób przedziałów obejmowało prawdziwą wartość parametru, przy spełnieniu założeń modelu.

Szeroki i wąski przedział ufności

Szerokość CI dostarcza informacji o precyzji oszacowania.

Wąski przedział oznacza większą precyzję.

Szeroki przedział oznacza większą niepewność.

Na szerokość przedziału wpływają m.in.:

• liczebność próby,
• zmienność danych,
• przyjęty poziom ufności,
• zastosowana metoda.

Zwiększenie liczebności próby zazwyczaj prowadzi do większej precyzji oszacowania.

Przedział ufności a wartość p

Załóżmy, że analizujemy różnicę średnich.

Jeżeli 95% przedział ufności dla różnicy nie obejmuje wartości 0, odpowiada to – w typowych warunkach dla dwustronnego testu na poziomie 0,05 – wynikowi statystycznie istotnemu.

Przykład:

różnica = 4,8; 95% CI: 1,5–8,1

Przedział nie obejmuje zera.

Natomiast:

różnica = 4,8; 95% CI: −0,4–10,0

obejmuje zero.

Dla innych miar wartość zerowa może być inna. Na przykład dla ilorazu szans (OR) czy ryzyka względnego (RR) wartością wskazującą brak efektu jest 1.

Dlaczego CI jest bardziej informacyjny niż samo p?

Porównajmy:

p = 0,032

z informacją:

różnica = 3,4 punktu; 95% CI: 0,3–6,5; p = 0,032.

Drugi zapis pokazuje znacznie więcej.

Wiemy:

• jaka jest oszacowana różnica,
• w jakim kierunku występuje,
• jaka jest precyzja oszacowania,
• jaki zakres wartości pozostaje zgodny z danymi,
• czy wynik jest istotny statystycznie na przyjętym poziomie.

Przedział ufności a wielkość próby

Małe badanie może dać interesujące oszacowanie, ale bardzo szeroki przedział ufności.

Przykładowo:

OR = 2,1; 95% CI: 0,7–6,4.

Oszacowanie punktowe sugeruje większe szanse zdarzenia, ale zakres niepewności jest bardzo duży i obejmuje wartość 1.

Taki wynik powinien być interpretowany ostrożnie.

Przedział ufności w regresji

W analizie regresji warto przedstawiać przedziały ufności dla współczynników.

Załóżmy:

B = −1,8; 95% CI: −2,7 do −0,9.

Oprócz kierunku związku otrzymujemy informację o zakresie niepewności oszacowania współczynnika.

W regresji logistycznej często raportuje się natomiast:

OR oraz 95% CI.

Przedział ufności w krzywej ROC

Przedziały ufności są również ważne przy ocenie pola pod krzywą ROC, czyli AUC.

Samo:

AUC = 0,81

nie pokazuje precyzji oszacowania.

Znacznie bardziej informacyjny jest zapis:

AUC = 0,81; 95% CI: 0,74–0,88.

Tematyka krzywej ROC, AUC, czułości, swoistości oraz wyboru punktu odcięcia stanowi osobny, bardziej zaawansowany obszar analizy statystycznej.

Czy zawsze warto podawać przedział ufności?

W wielu typach analiz zdecydowanie tak.

Szczególnie warto raportować CI dla:

• średnich,
• różnic,
• współczynników regresji,
• OR,
• RR,
• AUC,
• korelacji,
• wybranych miar wielkości efektu.

Pozwala to odejść od nadmiernego skupiania się wyłącznie na arbitralnym progu p = 0,05.

Jak opisać przedział ufności w pracy?

Przykład:

„Średnia różnica wyniosła 5,2 punktu (95% CI: 2,1–8,3).”

Albo:

„Wyższy poziom X był związany z niższą wartością Y (B = −1,8; 95% CI: −2,7 do −0,9; p < 0,001).”

Taki sposób prezentowania wyników jest bardziej informacyjny niż raportowanie samej wartości p.

FAQ

Co oznacza skrót CI?
Confidence Interval, czyli przedział ufności.

Co oznacza 95% CI?
Jest to przedział skonstruowany według procedury o 95-procentowym poziomie ufności.

Czy przedział ufności może obejmować zero?
Tak. Znaczenie zera zależy od analizowanego parametru.

Dlaczego dla OR ważna jest wartość 1, a nie 0?
OR = 1 oznacza brak różnicy w szansach pomiędzy porównywanymi warunkami.

Czy SPSS oblicza przedziały ufności?
Tak. Są dostępne w wielu procedurach analitycznych.

Analiza statystyczna z pełną interpretacją wyników

Potrzebujesz nie tylko obliczeń, ale także poprawnego raportowania wartości p, wielkości efektu, przedziałów ufności i wyników modeli?

statystyka@statystyka.org.pl
tel. 692 809 254

Frazy kluczowe: przedział ufności, 95% CI, przedział ufności 95, interpretacja przedziału ufności, analiza statystyczna, istotność statystyczna, wartość p, statystyka opisowa, SPSS, statystyka do pracy mgr

Pomagamy w analizach do prac magisterskich, doktorskich, publikacji naukowych i projektów badawczych.

Chcesz zdobyć niezbędną wiedzę samodzielnie? Polecamy kurs Metodologia badań i statystyka od podstaw.