Konfidensintervall för medelvärde och andel

Efter denna lektion kommer du att kunna beräkna, rita och korrekt tolka konfidensintervall för både populationsmedelvärde och populationsandel, samt förstå hur faktorer som stickprovsstorlek och varians påverkar intervallers bredd.

Introduktion till skattningar

Inom statistiken vill vi ofta dra slutsatser om en hel population baserat på data från ett mindre stickprov. Eftersom vi sällan kan undersöka alla individer i en population måste vi använda skattningar.

Det finns två huvudtyper av skattningar:

1. Punktskattning: Ett enda värde som är vår bästa gissning av populationsparametern. Till exempel är stickprovets medelvärde (x̄) en punktskattning av populationens sanna medelvärde (μ), och stickprovets andel (p̂) skattar populationsandelen (p).

2. Intervallskattning (Konfidensintervall): Ett intervall kring punktskattningen inom vilket det sanna populationsvärdet förväntas ligga med en viss grad av säkerhet (konfidensgrad).

Varför räcker det inte med en punktskattning? Eftersom varje stickprov ger lite olika resultat på grund av den slumpmässiga variationen (stickprovsfelet), ger en punktskattning ingen information om hur osäker gissningen är. Ett konfidensintervall kombinerar punktskattningen med mätningen av osäkerheten – vilket kallas standardfel (Standard Error, SE).

Formeln för ett konfidensintervall har alltid samma grundstruktur:

Konfidensintervall = Punktskattning ± Felmarginal

där felmarginalen beror på den valda konfidensgraden (t.ex. 95% eller 99%) och osäkerheten i stickprovet.

Konfidensintervall för medelvärde (känd varians)

När vi vill skatta medelvärdet μ i en population och känner till populationens standardavvikelse σ, använder vi standardnormalfördelningen (Z-fördelningen).

Formeln för ett Z-intervall för medelvärde är:

x̄ ± z × (σ / √n)

Där:

• x̄ är stickprovet medelvärde.
• z är den kritiska tabellpunkten som hör till den valda konfidensgraden.
• σ / √n är medelvärdets standardfel (SE).

Vanliga z-värden:

• 90% konfidensgrad: z = 1.645
• 95% konfidensgrad: z = 1.96
• 99% konfidensgrad: z = 2.576

Exempel:

Anta att vi mäter längden på 100 slumpmässigt valda personer (n = 100). Medelvärdet i stickprovet är x̄ = 175 cm. Vi vet från tidigare studier att populationens standardavvikelse är σ = 10 cm. Ett 95% konfidensintervall beräknas som:

SE = 10 / √100 = 10 / 10 = 1.0

Felmarginal = 1.96 × 1.0 = 1.96

Intervall = 175 ± 1.96 = [173.04, 176.96]

Det innebär att vi med 95% konfidens kan säga att det sanna medelvärdet ligger mellan 173.04 cm och 176.96 cm.

Okänd varians och t-fördelningen

I verkliga situationer känner vi nästan aldrig till populationens sanna standardavvikelse σ. I stället måste vi skatta den med hjälp av stickprovets standardavvikelse, betecknad med s.

När vi ersätter σ med s introducerar vi mer osäkerhet. För att kompensera för detta kan vi inte använda normalfördelningen (Z), utan måste använda Student's t-fördelning.

Formeln blir då:

x̄ ± t × (s / √n)

Egenskaper hos t-fördelningen:

• Den är symmetrisk och klockformad precis som normalfördelningen, men har "tjockare svansar" (mer sannolikhet i extremvärdena).
• Form beror på antalet frihetsgrader (degrees of freedom, df), där df = n - 1.
• Ju större stickprov (högre df), desto mer liknar t-fördelningen standardnormalfördelningen.
• För små stickprov är t-värdet avsevärd större än z-värdet för samma konfidensgrad, vilket ger ett bredare och mer försiktigt intervall.

För att slå upp t-värdet i en tabell behöver du två saker: den valda konfidensgraden och antalet frihetsgrader (df = n - 1).

Konfidensintervall för en andel (Proportion)

Ibland vill vi skatta en andel i stället för ett medelvärde – till exempel hur stor andel av väljarna som stöttar ett parti, eller hur stor andel av tillverkade produkter som är defekta.

Grundläggande storheter:

• p̂ (p-hatt) = x / n (stickprovsandelen, där x är antalet gynnsamma utfall och n är totala stickprovsstorleken).
• p = den sanna populationsandelen (som vi vill skatta).

När n är tillräckligt stort kan vi använda normalfördelningen för att konstruera ett konfidensintervall för p.

Formel för konfidensintervall för andel:

p̂ ± z × √( p̂(1 - p̂) / n )

Tumregel för användning:

För att normalapproximationen ska vara giltig krävs oftast att både n × p̂ ≥ 5 och n × (1 - p̂) ≥ 5 (ibland sätts gränsen till 10).

Exempel:

I en undersökning svarar 120 personer av 400 att de åker kollektivt till arbetet.

• p̂ = 120 / 400 = 0.30 (30%)
• Standardfel SE = √(0.30 × 0.70 / 400) = √(0.21 / 400) = √0.000525 ≈ 0.0229
• För 95% konfidensgrad (z = 1.96):

Felmarginal = 1.96 × 0.0229 ≈ 0.0449 (ca 4.5 procentenheter)

• Intervall: 0.30 ± 0.0449 = [0.2551, 0.3449] eller 25.5% till 34.5%.