306. Przedział ufności dla średniej

W tej lekcji kursu metodologii badań i statystyki na statystyk.edu.pl przechodzimy od ogólnego rozumienia przedziałów ufności do szczególnego, bardzo często stosowanego przypadku: przedziału ufności dla średniej w populacji. Średnia z próby jest tylko jedną realizacją estymatora i może zmieniać się między próbami. Przedział ufności pozwala opisać nie tylko wartość oszacowania, lecz także jego niepewność.

W praktyce badawczej samo stwierdzenie, że średnie ciśnienie tętnicze wyniosło 132 mmHg albo że przeciętny wynik skali lęku wyniósł 18 punktów, jest niepełne. Potrzebujemy również informacji, jak precyzyjne jest takie oszacowanie. Temu właśnie służy przedział ufności. Nie zastępuje on opisu danych, oceny jakości pomiaru ani analizy projektu badania, ale stanowi podstawowe narzędzie estymacji przedziałowej.

1. Co estymujemy?

Załóżmy, że interesuje nas średnia wartość zmiennej w populacji. Może to być:

• średni poziom hemoglobiny u pacjentów z określoną chorobą,
• średni czas oczekiwania na pomoc zespołu ratownictwa medycznego,
• średni wynik kwestionariusza depresji w określonej grupie społecznej,
• średnie skurczowe ciśnienie tętnicze dorosłych mieszkańców badanego regionu.

Nie znamy zazwyczaj całej populacji, dlatego pobieramy próbę. Na jej podstawie obliczamy średnią arytmetyczną, oznaczaną najczęściej symbolem x̄. Jest ona estymatorem punktowym nieznanej średniej populacyjnej, oznaczanej symbolem μ.

Estymator punktowy dostarcza jednej liczby, ale nie pokazuje, jak bardzo wynik mógłby się zmieniać w wyniku losowego doboru innej próby. Przedział ufności rozszerza informację o estymacji: wskazuje zakres wartości zgodnych z danymi i przyjętą procedurą wnioskowania.

2. Wzór na przedział ufności dla średniej

Jeżeli odchylenie standardowe w populacji jest nieznane, a w próbie obliczamy odchylenie standardowe s, standardowy dwustronny przedział ufności dla średniej ma postać:

x̄ ± t1−α/2; n−1 · s/√n

Można zapisać go również jako:

[x̄ − t1−α/2; n−1 · s/√n ; x̄ + t1−α/2; n−1 · s/√n]

Poszczególne symbole oznaczają:

• x̄ – średnią arytmetyczną w próbie;
• s – odchylenie standardowe w próbie;
• n – liczebność próby;
• α – poziom błędu związany z procedurą, na przykład 0,05 dla 95% poziomu ufności;
• 1 − α – poziom ufności, na przykład 0,95;
• t_{1−α/2; n−1} – odpowiedni kwantyl rozkładu t-Studenta przy n − 1 stopniach swobody;
• s/√n – błąd standardowy średniej.

Iloczyn t · s/√n jest nazywany marginesem błędu albo połową szerokości przedziału. Dolna granica przedziału powstaje przez odjęcie marginesu błędu od średniej, a górna przez jego dodanie.

3. Dlaczego stosujemy rozkład t-Studenta?

Gdybyśmy znali populacyjne odchylenie standardowe σ, można byłoby użyć rozkładu normalnego i wzoru z wartością z. W badaniach empirycznych σ jest jednak zazwyczaj nieznane. Zastępujemy je odchyleniem standardowym z próby s, co wprowadza dodatkową niepewność. Rozkład t-Studenta uwzględnia tę sytuację.

Rozkład t-Studenta jest podobny do rozkładu normalnego, ale ma cięższe ogony, szczególnie przy małych próbach. Oznacza to, że dla tego samego poziomu ufności kwantyl rozkładu t jest zwykle większy niż odpowiedni kwantyl rozkładu normalnego. W rezultacie przedział oparty na rozkładzie t jest szerszy, gdy liczebność próby jest mała.

Wraz ze wzrostem n liczba stopni swobody rośnie, a rozkład t-Studenta zbliża się do rozkładu normalnego. Nie oznacza to jednak, że przy dużej próbie można bezrefleksyjnie pominąć założenia badania. Duża liczebność nie naprawia błędów systematycznych, niereprezentatywnego doboru próby ani złej jakości pomiaru.

4. Założenia i warunki stosowania

Losowość i niezależność obserwacji

Klasyczny wzór zakłada, że obserwacje są niezależne lub że zależność między nimi została prawidłowo uwzględniona w projekcie i analizie. Jeżeli na przykład mierzymy kilka razy tych samych pacjentów, pomiary nie są zwykle niezależnymi obserwacjami. W takim przypadku proste zastosowanie wzoru dla pojedynczej średniej może prowadzić do zaniżenia niepewności.

Rozkład zmiennej

Przy małej próbie istotne jest, aby zmienna w populacji była w przybliżeniu normalna albo przynajmniej nie wykazywała silnej asymetrii i wartości odstających. Przy większych próbach rozkład średniej z próby często zbliża się do normalnego dzięki centralnemu twierdzeniu granicznemu, ale nie jest to uniwersalna gwarancja poprawności.

Silna skośność, obserwacje odstające lub rozkład z wieloma skupieniami mogą sprawić, że klasyczny przedział t dla średniej będzie mało wiarygodny przy niewielkim n. W takiej sytuacji można rozważyć transformację zmiennej, metodę bootstrapową, model odporny albo raportowanie mediany i przedziału dla mediany, jeśli to lepiej odpowiada pytaniu badawczemu.

Poziom ufności

Najczęściej stosuje się 95% przedział ufności, ale nie jest to wartość obowiązkowa. Można użyć przedziału 90% albo 99%, zależnie od celu badania, kosztu błędów i przyjętego planu analizy. Wyższy poziom ufności oznacza zwykle szerszy przedział, ponieważ procedura ma obejmować prawdziwą wartość parametru w większej części hipotetycznych powtórzeń.

5. Jak obliczyć przedział krok po kroku?

1. Określ zmienną i parametr, który chcesz oszacować.
2. Oblicz średnią x̄ w próbie.
3. Oblicz odchylenie standardowe s.
4. Ustal liczebność próby n i stopnie swobody n − 1.
5. Wybierz poziom ufności, na przykład 95%.
6. Odczytaj właściwy kwantyl rozkładu t-Studenta.
7. Oblicz błąd standardowy s/√n.
8. Pomnóż błąd standardowy przez kwantyl t, uzyskując margines błędu.
9. Dodaj i odejmij margines od średniej.
10. Raportuj średnią, przedział, jednostkę pomiaru oraz liczebność próby.

6. Przykład 1: średnie skurczowe ciśnienie tętnicze

W badaniu obserwacyjnym zmierzono skurczowe ciśnienie tętnicze u 25 pacjentów poradni podstawowej opieki zdrowotnej. Otrzymano:

• n = 25,
• x̄ = 138 mmHg,
• s = 18 mmHg.

Chcemy wyznaczyć dwustronny 95% przedział ufności dla średniego ciśnienia w populacji podobnych pacjentów. Liczba stopni swobody wynosi 24. Dla 24 stopni swobody i 95% przedziału przyjmujemy w przybliżeniu t = 2,064.

Błąd standardowy wynosi:

18/√25 = 18/5 = 3,6 mmHg

Margines błędu wynosi:

2,064 · 3,6 ≈ 7,43 mmHg

Przedział ufności wynosi zatem:

138 ± 7,43

czyli w przybliżeniu od 130,6 do 145,4 mmHg.

Poprawny opis brzmi: średnie skurczowe ciśnienie tętnicze w próbie wyniosło 138 mmHg, a 95% przedział ufności dla średniej populacyjnej wyniósł 130,6–145,4 mmHg. Nie należy mówić, że istnieje 95% prawdopodobieństwo, iż parametr znajduje się w tym konkretnym przedziale. W klasycznej interpretacji częstościowej parametr μ jest traktowany jako stały, a przedział jest losową procedurą zależną od próby. W długiej serii analogicznych badań około 95% tak skonstruowanych przedziałów obejmowałoby prawdziwą średnią.

Przedział jest dość szeroki, ponieważ próba liczy tylko 25 osób, a zróżnicowanie ciśnienia jest znaczne. Zwiększenie liczebności próby zmniejszyłoby błąd standardowy, o ile pozostałe elementy projektu byłyby odpowiedniej jakości.

7. Przykład 2: wynik skali lęku w badaniu psychologicznym

Psycholog bada poziom lęku u 64 studentów pierwszego roku. Średni wynik w skali wyniósł 21,4 punktu, a odchylenie standardowe 8,0 punktu. Dla dużej liczby stopni swobody kwantyl t dla 95% przedziału jest bliski 1,99.

Błąd standardowy:

8/√64 = 8/8 = 1 punkt

Margines błędu:

1,99 · 1 = 1,99 punktu

95% przedział ufności:

21,4 ± 1,99

czyli około 19,4–23,4 punktu.

Wynik można zapisać następująco: średni wynik lęku wyniósł 21,4 punktu, 95% CI [19,4; 23,4], n = 64. Taki zapis jest lepszy informacyjnie niż samo podanie średniej i wartości p. Przedział pokazuje zakres wartości, które pozostają zgodne z danymi i zastosowanym modelem. Nie informuje natomiast sam w sobie, czy poziom lęku jest klinicznie istotny. Do tego potrzebne są normy, progi interpretacyjne i wiedza dziedzinowa.

8. Szerokość przedziału a precyzja estymacji

Przedział ufności nie jest miarą zmienności pojedynczych osób. Odchylenie standardowe opisuje zróżnicowanie wyników w próbie, natomiast przedział ufności opisuje niepewność oszacowania średniej populacyjnej.

Szerokość przedziału zależy głównie od trzech elementów:

• zmienności danych – większe s prowadzi do szerszego przedziału;
• liczebności próby – większe n zmniejsza błąd standardowy proporcjonalnie do 1/√n;
• poziomu ufności – wyższy poziom ufności wymaga szerszego przedziału.

Warto zauważyć, że aby zmniejszyć margines błędu mniej więcej o połowę, trzeba zazwyczaj zwiększyć liczebność próby około czterokrotnie. Wynika to z pierwiastka kwadratowego w mianowniku. Z tego powodu planowanie liczebności powinno uwzględniać nie tylko moc testu, lecz także oczekiwaną precyzję przedziału.

9. Przedział ufności a istotność statystyczna

Przedział ufności i test istotności są powiązane, ale nie są tym samym. Dla dwustronnego testu na poziomie 0,05 wartość hipotetyczna może być odrzucona, jeżeli nie znajduje się w 95% przedziale ufności. Nie oznacza to jednak, że przedział ufności mówi, jakie jest prawdopodobieństwo prawdziwości hipotezy zerowej.

Przedział pomaga ocenić jednocześnie kierunek, wielkość i precyzję oszacowania. Wąski przedział obejmujący wartości o małym znaczeniu praktycznym może wskazywać na wynik statystycznie precyzyjny, ale niekoniecznie ważny klinicznie. Z kolei szeroki przedział może obejmować zarówno efekt korzystny, nieistotny praktycznie, jak i szkodliwy. Wtedy problemem jest przede wszystkim niedostateczna precyzja, a nie prosty podział na „wynik istotny” i „wynik nieistotny”. Takie podejście jest zgodne z zaleceniami dotyczącymi raportowania efektów i ich niepewności (Gardner i Altman, 1986; Altman i in., 2000).

10. Przykład praktyczny: raportowanie wyniku w badaniu pielęgniarskim

W badaniu pielęgniarskim oceniano czas trwania edukacji pacjenta przed wypisem ze szpitala. W próbie 36 pacjentów średni czas wyniósł 28 minut, odchylenie standardowe 9 minut. Dla 35 stopni swobody kwantyl t dla 95% przedziału wynosi około 2,03.

Błąd standardowy to:

9/√36 = 1,5 minuty

Margines błędu:

2,03 · 1,5 ≈ 3,05 minuty

Przedział ufności:

28 ± 3,05

czyli 24,95–31,05 minuty.

W raporcie można napisać: średni czas edukacji pacjenta wyniósł 28,0 min, 95% CI [25,0; 31,1], n = 36. Taki zapis umożliwia czytelnikowi ocenę precyzji. Jeżeli kierownictwo oddziału uznaje 30 minut za planowany standard, przedział obejmujący wartości zarówno poniżej, jak i powyżej 30 minut nie uzasadnia kategorycznego stwierdzenia, że średni czas różni się od standardu. Wymagałoby to formalnie zdefiniowanego pytania i odpowiedniego testu, a także oceny znaczenia organizacyjnego tej różnicy.

Najczęstsze błędy

• Interpretowanie przedziału jako prawdopodobieństwa dla parametru. W klasycznej interpretacji 95% odnosi się do skuteczności procedury w powtarzanych próbach, nie do prawdopodobieństwa przypisanego stałemu parametrowi w jednym gotowym przedziale.
• Użycie odchylenia standardowego zamiast błędu standardowego. Wzór dla średniej wykorzystuje s/√n, a nie samo s.
• Użycie wartości z = 1,96 przy małej próbie bez uzasadnienia. Gdy odchylenie populacyjne jest nieznane, właściwy jest zwykle rozkład t-Studenta.
• Mylenie przedziału dla średniej z zakresem wyników osób. Przedział ufności dotyczy niepewności średniej, a nie tego, gdzie znajduje się większość indywidualnych obserwacji.
• Ignorowanie obserwacji odstających i asymetrii. Obliczenie wzoru nie zastępuje diagnostyki danych.
• Wnioskowanie przyczynowe z samego przedziału. Przedział opisuje niepewność estymacji; nie naprawia projektu obserwacyjnego ani nie tworzy automatycznie podstaw do twierdzeń przyczynowych.
• Raportowanie samego „p < 0,05”. Dobre raportowanie powinno przedstawiać estymatę, przedział ufności, liczebność próby, jednostkę oraz – gdy jest to zasadne – znaczenie praktyczne wyniku. Zalecenia CONSORT i APA JARS podkreślają potrzebę przejrzystego raportowania estymat i ich niepewności (Schulz, Altman i Moher, 2010; Appelbaum i in., 2018).

Co warto zapamiętać?

• Przedział ufności dla średniej opisuje niepewność estymacji średniej populacyjnej na podstawie próby.
• Przy nieznanym odchyleniu populacyjnym stosujemy zwykle wzór x̄ ± t · s/√n.
• Wartość t zależy od poziomu ufności i liczby stopni swobody.
• Większa zmienność poszerza przedział, większa próba go zawęża, a wyższy poziom ufności ponownie poszerza.
• 95% przedział ufności nie oznacza 95% prawdopodobieństwa, że konkretny gotowy przedział zawiera parametr.
• Przedział ufności nie zastępuje oceny znaczenia praktycznego, jakości pomiaru ani poprawności projektu badania.
• W publikacji należy raportować średnią, przedział ufności, liczebność próby i jednostkę pomiaru, a nie tylko wartość p.

Przedział ufności dla średniej jest jednym z najważniejszych przykładów przejścia od pojedynczej liczby do bardziej kompletnego wnioskowania statystycznego. Uczy, że wynik badania powinien być oceniany nie tylko przez pytanie „czy jest istotny?”, ale również przez pytania: „jak duży jest efekt?”, „jak precyzyjnie go oszacowano?” oraz „czy zakres możliwych wartości ma znaczenie dla praktyki?”.

Źródła i dalsza lektura

1. Douglas G. Altman, David Machin, Trevor N. Bryant, Martin J. Gardner (red.) (2000). Statistics with Confidence: Confidence Intervals and Statistical Guidelines. 2nd edition. BMJ Books. Informacja wydawcy / źródło.
2. Martin J. Gardner, Douglas G. Altman (1986). Confidence intervals rather than P values: estimation rather than hypothesis testing. British Medical Journal, 292(6522), 746–750. DOI: 10.1136/bmj.292.6522.746.
3. Douglas G. Altman, J. Martin Bland (2000). Confidence intervals should be used in reporting trials. British Medical Journal, 321(7272), 1351. DOI: 10.1136/bmj.321.7272.1351.
4. Kenneth F. Schulz, Douglas G. Altman, David Moher, for the CONSORT Group (2010). CONSORT 2010 statement: updated guidelines for reporting parallel group randomized trials. Annals of Internal Medicine. American College of Physicians. Źródło.
5. Mark Appelbaum, Harris Cooper, Rex B. Kline, Evan Mayo-Wilson, Arthur M. Nezu, Stephen M. Rao (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.
6. National Institute of Standards and Technology (2026). Confidence Limits for the Mean. NIST/SEMATECH e-Handbook of Statistical Methods. National Institute of Standards and Technology. Źródło.