Przedział ufności
Przedział ufności (CI) to zakres wartości, obliczony na podstawie danych z próby, który prawdopodobnie zawiera prawdziwy parametr populacji. Wprowadzony przez Jerzego Neymana w 1937 roku, stanowi oszacowanie przedziałowe zamiast pojedynczej wartości punktowej, uwzględniając zarówno obserwowaną wartość, jak i niepewność wokół niej. Standardowy 95% przedział ufności jest solidną, intuicyjną alternatywą dla wartości p w komunikowaniu wyników badań.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Neyman, J. (1937). Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability. Philosophical Transactions of the Royal Society, 236, 333–380. DOI: 10.1098/rsta.1937.0005 ↗
- Altman, D. G., Machin, D., Bryant, T. N., & Gardner, M. J. (1989). Statistics with Confidence. British Medical Journal. ISBN: 0-7279-0222-X
- Cumming, G. (2014). The New Statistics: Why and How. Psychological Science, 25(1), 7–29. DOI: 10.1177/0956797613504966 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Confidence Interval Estimation and Interpretation in Statistical Inference. ScholarGate. https://scholargate.app/pl/research-statistics/confidence-interval
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Effect SizeStatystyka w badaniach↔ compare
- Testowanie hipotez zerowychStatystyka w badaniach↔ compare
- Wartość p i istotność statystycznaStatystyka w badaniach↔ compare
- Moc statystyczna a wielkość próbyStatystyka w badaniach↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →