95procentintervallet

95-procentintervallet, ofta kallat ett 95-procent konfidensintervall, är ett statistiskt intervall som beräknas från ett urval och som används för att göra inferences om ett populationsvärde. Den frekventistiska tolkningen är att om studien upprepas många gånger och ett nytt konfidensintervall beräknas varje gång, skulle ungefär 95 procent av intervallen innehålla det sanna parametret. Det innebär inte att det sanna värdet har 95 procents chans att ligga inom det aktuella intervallet i samband med den aktuella studien.

Så här beräknas det i vanliga fall: för populationsmedelvärdet när variansen är känd används medelvärdet ± z0,975 × sigma/√n (z-siffra 1,96). När variansen är okänd används t(n−1,0,975) × s/√n i stället. För en andel p används p̂ ± z0,975 × sqrt(p̂(1−p̂)/n). För regression och andra modeller beräknas konfidensintervallen för parametrarna med motsvarande standardfel och t-fördelningen.

Andra metoder är bootstrap-baserade konfidensintervall, till exempel percentile-intervallet eller bias-corrected and accelerated (BCa) intervall, som kan vara användbara när antagandena om normalitet eller oberoende inte håller.

Viktiga överväganden: konfidensintervallets giltighet kräver rimliga modellantaganden; bredare eller snävare intervall följer av konfidensnivån och data. Ett 95-procentintervall speglar långsiktiga täckningsfrekvenser; det säger inte att det finns en 95-procentig chans att det sanna parametret ligger inom intervallet i den aktuella studien.