Como interpretar um intervalo de con ança

Jéssica Assunção
May 21 · 4 min read

Um dos conceitos de estatística mais falados e usados é o Intervalo de Confiança.

Independente do grau de proximidade com o assunto, a maioria das pessoas já se
deparou com esse termo. Seja na época das eleições, para prever a probabilidade de
eleição de um determinado candidato, ou nas previsões de novos casos do COVID-19,
exemplos onde também é chamado de Margem de Erro. Em um exame de sangue,
onde o valor de referência usado pelo médico se encontra em uma faixa de valores. Ao
analisar o melhor produto a se comprar, comparando seu tempo médio de vida que
também se apresenta em uma faixa de valores, e nada mais é que um intervalo de
confiança.
Mas o que essa faixa de valores significa afinal?

Quando fazemos um estudo é praticamente impossível que consigamos abordar toda

uma população. Por “população”, entenda todo o grupo que alvo na análise. Por
exemplo, no caso das eleições, todos os habitantes de uma cidade, estado ou país. Para
o caso de produtos, todos os equipamentos fabricados de uma determinada marca em
um determinado período de tempo. Por isso, imagine como seria difícil abordar toda a
população para chegarmos a uma conclusão. Seria gasto muito tempo, o custo seria
mais caro, e ainda assim teria a possibilidade de alguém ficar de fora.

Por isso, são feitos recortes amostrais da população, e a partir dessa amostra
encontramos nossos resultados de interesse. Por exemplo, o produto no qual estamos
querendo avaliar a duração seja uma lâmpada, a fim de saber se ela atende a um tempo
mínimo esperado de duração, e consequentemente ser aprovada para fabricação.
Assim, nosso objetivo será avaliar o tempo médio de duração de uma lâmpada.

Qual CONFIANÇA temos nesse resultado?

Se tivéssemos estudado toda a população nossa confiança seria total: 100%. Mas qual a
confiança do resultado da amostra?

Se ao realizarmos testes observando o tempo médio de duração dessas lâmpadas para

duas diferentes amostras e observamos que para uma amostra o resultado da média foi
1000 horas, e para a outra 1200 horas, o que isso quer dizer sobre a nossa estimativa?
Temos uma pesquisa ruim?

Para responder essas perguntas, ao invés de se estimar o parâmetro, isto é, o tempo

médio de duração dessa lâmpada, estima-se um intervalo de estimativas prováveis.
Esse intervalo, chamado de intervalo de confiança, determina a CONFIABILIDADE de
uma estimativa. O quanto essas estimativas são prováveis é determinado por um
coeficiente de confiança.

E como não interpretar esse resultado?

Esse valor de confiança NÃO está relacionado com a probabilidade de acertarmos esse
resultado. Interpretar o intervalo de confiança como uma probabilidade nos leva a uma
interpretação errada de todo o resultado gerado.

Por exemplo, um intervalo de 95% de confiança não afirma que com 95% de chance o
parâmetro populacional está dentro da faixa de valores encontrada.
No presente caso de uso, a determinação da média de horas de utilização das lâmpadas
investigadas, o intervalo de confiança de 95% pode resultar em uma média de 1000
horas de uso para cada lâmpada. Esse resultado NÃO pode ser utilizado para afirmar
que uma lâmpada tem 95% de probabilidade de queimar ao atingir 1000 horas de uso.
Em outras palavras, não podemos afirmar como muitos leigos raciocinam, que de cada
100 lâmpadas 95 queimarão com 1000 horas de utilização.

A interpretação de um intervalo de confiança é bem direta e simples

Se determinamos um intervalo com 95% de confiança, significa que se reproduzirmos

a mesma pesquisa, e consequentemente os intervalos de confiança, 95% dos intervalos
gerados deverão conter o valor verdadeiro populacional.

Como não estamos acostumados a pensar assim, isso gera dificuldade, então voltemos
ao caso das lâmpadas.

Se realizarmos essa mesma pesquisa onde estamos interessados em saber o tempo

médio de vida de uma lâmpada 100 vezes, em 95 pesquisas teremos a verdadeira
média do tempo de vida da lâmpada dentro do intervalo de confiança.

Para melhor entendimento, podemos ainda trazer à mente um exemplo que tem
aparecido diversas vezes no nosso dia: a previsão do número de novos casos de pessoas
infectadas com o Covid-19. O que temos visto são análises matemáticas e estatísticas
trabalhando junto a tomadas de decisões governamentais e médicas para evitar um
caos no sistema de saúde.

Portanto, entender a previsão de número de novos casos, seja diária, semanal ou

mensal é entender quais tomadas de decisões serão necessárias a curto, médio e longo
prazo.

Como toda previsão, teremos um erro associado. Se temos um erro associado,

poderemos assumir um nível de confiança e construir um intervalo de confiança para
essa previsão. Suponha que tenhamos escolhido como 99% o nosso nível de confiança.

Então se realizarmos repetirmos 100 vezes uma pesquisa, onde utilizamos amostras
populacionais que estão sob uma mesma condição de contágio, em 99 dessas pesquisas
o intervalo de confiança conterá o verdadeiro valor previsto para novos números de
casos.
Devido a essa dificuldade de interpretação entre a estatística, é mais fácil para alguém
que está apresentando seus resultados deturpar o significado real do intervalo de
confiança para um maior entendimento das massas. Porém, interpretar como simples
probabilidade não tem sentido estatístico, portanto sem valor para análises. Além
disso, a interpretação errada leva o profissional, a mídia e a população a se
comprometer diante de um resultado sem embasamento científico.

Portanto, como bons profissionais de dados não podemos nunca esquecer o real
significado de um intervalo de confiança.

É somente isso?

Além de buscar o intervalo de confiança da média, podemos calculá-lo para

proporção, variância e outros parâmetros, mas isso fica para um outro artigo

DataSprints é um consultoria de inteligência de dados que utiliza estatística e

ciência de dados em conjunto com Inteligência Artificial para responder essas
questões para sua empresa.

Estatística Intervalo De Con ança Interpretação

About Help Legal

Get the Medium app