Was "95 % Konfidenz" tatsächlich bedeutet
Ein Konfidenzintervall verwandelt eine Punktschätzung ("der Stichprobenmittelwert ist 5,61") in einen ehrlichen Bereich ("der wahre Mittelwert liegt plausibel zwischen 5,29 und 5,93"). Aber die Formulierung 95 % Konfidenz gehört zu den meistmissverstandenen der Statistik, also klären wir sie gleich zu Beginn.
Die 95 % beschreiben das Verfahren, nicht das Intervall. Stell dir vor, du führst deine Studie immer wieder durch - jedes Mal eine neue Stichprobe, jedes Mal ein neues Intervall. Die Intervalle würden herumspringen, und etwa 95 % davon würden den wahren Wert einfangen; 5 % würden ihn verfehlen. Dein eines tatsächliches Intervall ist eine einzelne Ziehung aus diesem Prozess. Was 95 % nicht bedeutet: "Mit 95 % Wahrscheinlichkeit liegt der wahre Mittelwert zwischen diesen Zahlen." Der wahre Mittelwert ist eine feste (unbekannte) Zahl - er wandert nicht in Intervalle hinein und wieder heraus; die Intervalle sind das, was variiert.
In der Praxis ist die freundliche Lesart in Ordnung: Das Intervall ist der Bereich der mit deinen Daten vereinbaren Werte. Wisse nur, welche Behauptung du aufstellen darfst, wenn jemand nachhakt.
KI für einen Mittelwert, der einfache Weg
Jedes t.test() trägt ein Konfidenzintervall mit sich; du kannst den Test allein deshalb ausführen, um es zu ernten:
Mittelwert 5,61, 95-%-KI etwa 5,29 bis 5,93. Das Intervall leistet, was ein nackter Mittelwert nicht kann: Es zeigt, wie viel Präzision zehn Beobachtungen tatsächlich kaufen.
Dasselbe KI von Hand
Die Formel hinter diesem Intervall ist es wert, einmal aufgebaut zu werden, denn sie entzaubert jedes KI, das du je lesen wirst: Schätzung ± kritischer Wert × Standardfehler.
Gleich es mit der t.test()-Ausgabe ab - dasselbe Intervall bis zur letzten Stelle. Drei bewegliche Teile:
- Der Standardfehler
sd(x)/sqrt(n)misst, wie stark der Stichprobenmittelwert wackelt (siehe deskriptive Statistik für die Unterscheidung sd vs. SE). qt(0.975, df)ist der kritische t-Wert: Für 95 % Überdeckung lässt du 2,5 % in jedem Rand, daher 0,975. Bei df = 9 sind das etwa 2,26 - fetter als die 1,96 der Normalverteilung, die Kleinstichprobensteuer dafür, dass die sd aus denselben Daten geschätzt wurde.- Die Fehlermarge ist ihr Produkt - die "±"-Zahl, die Schlagzeilen zitieren.
Das Niveau ändern: 90 %, 99 % und der Kompromiss
conf.level steuert die Überdeckung und damit die Breite:
Mehr Konfidenz kostet mehr Breite - ein 99-%-Intervall muss breit genug sein, um in 99 von 100 Fällen richtig zu liegen, also streckt es sich; ein 90-%-Intervall ist enger, verfehlt aber doppelt so oft wie 95 %. Es gibt kein Gratismittagessen, nur einen Regler. 95 % ist reine Konvention: eine Voreinstellung, die man behalten sollte, sofern man keinen Grund hat, kein Naturgesetz.
KI für einen Anteil: prop.test()
Angenommen, 47 von 120 befragten Nutzern übernehmen eine neue Funktion. Wie lautet der plausible Bereich für die wahre Adoptionsrate?
Stichprobenanteil 0,39, 95-%-KI etwa 0,30 bis 0,49 - "rund 40 % Adoption" ist also nur mit diesem ±9-Punkte-Hof daneben ehrlich. prop.test() nutzt eine bessere Näherung als die Lehrbuchformel p ± 1.96 × sqrt(p(1−p)/n) (es ist ein Wilson-artiges Intervall mit Stetigkeitskorrektur), was nahe 0 oder 1 am meisten zählt - das Lehrbuchintervall kann aus [0, 1] herausragen; dieses kann es nicht. Für sehr kleine Anzahlen liefert binom.test(47, 120)$conf.int die exakte Version.
KIs für Modellkoeffizienten: confint()
Angepasste Modelle bekommen Intervalle über eine generische Funktion:
Jede Zeile klammert einen Koeffizienten der linearen Regression ein: Das 95-%-Intervall der wt-Steigung reicht von etwa −6,5 bis −4,2 mpg je 1000 Pfund. Das ist informativer als der p-Wert der Zusammenfassung - es sagt, dass der Effekt nicht nur ungleich null ist, sondern mindestens ~4 mpg und womöglich ~6,5.
Für ein logistisches glm() funktioniert confint(fit) genauso, gibt aber Log-Odds-Grenzen zurück; exponenziere für Odds-Ratio-Intervalle - exp(confint(fit)) - und denk daran, dass der Referenzwert für "kein Effekt" dann 1 statt 0 ist.
Stichprobengröße: das Wurzelgesetz
Die Breite schrumpft mit sqrt(n), was eine einprägsame Folge hat: Vervierfache die Daten, halbiere das Intervall. Sieh es an simulierten Daten - dieselbe Verteilung, eine Stichprobe mit vierfacher Größe (das Seeding macht es reproduzierbar; siehe Zufallszahlen):
Die Breiten landen nahe einem Verhältnis von 2:1 (Stichprobenrauschen hält es davon ab, exakt zu sein). Die Quadratwurzel ist der Grund, warum Präzision teuer wird: Die ersten 100 Beobachtungen bringen dir mehr Verengung als die nächsten 300 zusammen, und ein bereits enges Intervall zu halbieren kostet stets das Vierfache dessen, was du bisher gezahlt hast.
KI und p-Wert: zwei Sichten auf einen Test
Ein Konfidenzintervall und ein Hypothesentest sind dieselbe Information in anderen Kleidern. Das 95-%-KI enthält genau die Parameterwerte, die ein zweiseitiger Test auf dem 0,05-Niveau nicht verwerfen würde. Also:
- KI für eine Mittelwertdifferenz schließt 0 aus ⇔ der t-Test sagt p < 0,05.
- KI für ein Odds Ratio schließt 1 aus ⇔ der p-Wert des Koeffizienten liegt unter 0,05.
Hast du das Intervall, hast du meist die bessere Zusammenfassung: Es liefert dasselbe Signifikanzurteil plus die Effektgröße in echten Einheiten. "p = 0,03" sagt, dass ein Unterschied existiert; "95-%-KI: 0,2 bis 7,6" sagt, dass er existiert und trivial oder riesig sein könnte - und das ist oft der Befund, der zählt.
Was du mitnimmst
- Die 95 % beschreiben die langfristige Trefferquote des Verfahrens, nicht die Wahrscheinlichkeit, dass dieses eine Intervall die Wahrheit erwischt hat.
- Mittelwert:
t.test(x)$conf.intoder von Hand als Mittelwert ±qt(0.975, n−1)× SE. - Anteil:
prop.test(x, n)$conf.int; Modellkoeffizienten:confint(fit)(für glm-Odds-Ratios exponenzieren). - Höhere Konfidenz = breiteres Intervall; 95 % ist Konvention, kein Gesetz.
- Die Breite schrumpft mit sqrt(n): die vierfache Datenmenge halbiert das Intervall.
- Das KI enthält jeden Wert, den ein Test auf dem 0,05-Niveau nicht verwerfen würde - und anders als der p-Wert zeigt es die Effektgröße.
Als Nächstes: der Simulationswerkzeugkasten hinter all dem - Zufallszahlen mit rnorm, runif, sample und set.seed.
Häufig gestellte Fragen
Wie berechnet man in R ein 95-%-Konfidenzintervall?
Für einen Mittelwert ist der schnellste Weg t.test(x)$conf.int. Für einen Anteil prop.test(successes, trials)$conf.int. Für die Koeffizienten eines angepassten lm()- oder glm()-Modells confint(fit). Alle drei nutzen standardmäßig 95 %; ändere das mit conf.level = 0.90 (oder 0.99).
Was bedeutet ein 95-%-Konfidenzintervall tatsächlich?
Es ist eine Aussage über das Verfahren: Würdest du die Studie viele Male wiederholen und jedes Mal ein Intervall bilden, würden etwa 95 % dieser Intervalle den wahren Wert enthalten. Es heißt nicht "mit 95 % Wahrscheinlichkeit liegt der Parameter in genau diesem Intervall" - der Parameter ist eine feste Zahl, und ein einzelnes Intervall hat ihn entweder erwischt oder nicht.
Wie berechnet man in R ein Konfidenzintervall von Hand?
Mittelwert ± kritischer Wert × Standardfehler. Für einen Mittelwert: m <- mean(x); se <- sd(x)/sqrt(length(x)); m + c(-1, 1) * qt(0.975, df = length(x) - 1) * se. Der Aufruf qt(0.975, df) liefert den kritischen t-Wert, der 2,5 % in jedem Rand lässt.
Wie wirkt sich die Stichprobengröße auf ein Konfidenzintervall aus?
Die Breite schrumpft mit der Quadratwurzel von n: Vervierfache die Stichprobe, und das Intervall halbiert sich. Diese Quadratwurzel ist der Grund, warum das letzte bisschen Präzision teuer ist - von ±2 auf ±1 zu kommen kostet die vierfache Datenmenge, nicht die doppelte.
