Intervalos de confianza
Un rango que suele contener la verdad, construido con una media, un error típico y un multiplicador que puedes justificar.
- Construir a mano un intervalo de confianza del 95 % para una media
- Interpretar correctamente un intervalo de confianza, incluido lo que no dice
- Explicar a qué se refiere el 95 %, usando muestreo repetido
- Elegir un intervalo más ancho o más estrecho y decir qué gana cada uno
Qué significa
Un intervalo de confianza es un rango de valores plausibles para un parámetro poblacional, construido a partir de una estimación muestral más y menos un margen:
Para muestras grandes el multiplicador se acerca a 2, de donde viene el conocido “±2 errores típicos”. Su interpretación es la parte sutil:
Si repitieras el estudio muchas veces, alrededor del 95 % de los intervalos que construyas así contendrían el parámetro verdadero.
El 95 % describe el procedimiento, no tu intervalo concreto. Cualquier intervalo individual contiene la verdad o no la contiene, y no puedes saber cuál de las dos. Lo que sí puedes decir es que el método acierta el 95 % de las veces.
Qué aporta
Una estimación puntual finge una precisión que no tiene. “El tiempo medio de entrega es de 18 minutos” suena exacto y casi con seguridad está mal en la tercera cifra. “Entre 11,7 y 24,3 minutos, con un 95 % de confianza” es una afirmación que permite actuar: le dice a un gerente que todavía no puede prometer un servicio de 15 minutos, porque 15 está dentro del rango plausible.
Los intervalos también hacen honestas las comparaciones. Dos grupos cuyos intervalos se solapan en buena medida no son claramente distintos, digan lo que digan sus medias.
A mano, paso a paso
Muestra de entregas: media 18 minutos, desviación típica 15,3 minutos, error típico 3,06 minutos.
Paso 1: elige el nivel de confianza. El 95 % es lo convencional. Para el multiplicador correcto es el valor con 24 grados de libertad, que es aproximadamente 2,064.
Paso 2: el margen.
Paso 3: el intervalo.
Paso 4: di qué significa. “Estimamos el tiempo medio de entrega en 18 minutos, con un intervalo de confianza del 95 % de 11,7 a 24,3”. Una promesa de servicio por debajo de 12 minutos está en el borde mismo de la plausibilidad; una promesa de 30 queda cómodamente por encima.
🧩 Reto: piensa primero y luego revela
El mismo estudio con entregas da la misma media y la misma desviación típica. ¿Cuál es el nuevo intervalo, y cuánto más estrecho es?
💡 Respuesta: El error típico pasa a $15{,}3/10 = 1{,}53$, el multiplicador $t$ se reduce un poco hasta aproximadamente 1,984, y el margen es de unos 3,0 minutos. El intervalo es $(15{,}0, 21{,}0)$, más o menos la mitad de ancho. Cuatro veces más datos reducen a la mitad la incertidumbre: la misma ley de la raíz cuadrada que el error típico.
Lo que no dice
Cuatro lecturas equivocadas habituales, todas merecedoras de que las reconozcas en los informes ajenos:
- “Hay un 95 % de probabilidad de que la media verdadera esté entre 11,7 y 24,3”. En la lectura frecuentista, la media verdadera es un número fijo; lo incierto es el intervalo.
- “El 95 % de las entregas tardan entre 11,7 y 24,3 minutos”. No: eso sería un intervalo de predicción, que es mucho más ancho.
- “El intervalo contiene el 95 % de los datos”. Contiene la media, no los datos.
- “Intervalos que se solapan significan que no hay diferencia”. El solapamiento es una pista aproximada, no una prueba; los intervalos pueden solaparse y la diferencia seguir siendo clara.
Lo mismo en Python
La aritmética a mano, y luego la versión de librería:
import statistics as st
times = [8, 10, 12, 15, 45]
n = len(times)
m = st.mean(times)
se = st.stdev(times) / n ** 0.5
margin = 2.064 * se # t para 24 gl, 95%; para n=5 usa tus propios gl
print(round(m - margin, 1), round(m + margin, 1))scipy calcula el multiplicador para cualquier tamaño de muestra y nivel de confianza:
from scipy import stats
lo, hi = stats.t.interval(0.95, df=n - 1, loc=m, scale=se)
print(round(lo, 1), round(hi, 1))Y el experimento que hay detrás de la interpretación: construye muchos intervalos a partir de muchas muestras y cuenta cuántas veces contienen la verdad.
import random, statistics as st
from scipy import stats
population = [random.gauss(50, 10) for _ in range(10_000)]
truth = st.mean(population)
hits = 0
for _ in range(500):
sample = random.sample(population, 25)
lo, hi = stats.t.interval(0.95, df=24, loc=st.mean(sample), scale=st.stdev(sample) / 5)
hits += lo <= truth <= hi
print(hits / 500) # ≈ 0.95Esa salida —alrededor del 95 %— es todo el significado de la frase.
Verlo geométricamente
Recuerda la distribución muestral de la lección anterior: el intervalo es su 95 % central, trasladado de vuelta a la escala de los datos. En la demostración de intervalos de confianza de GeoGebra puedes cambiar el nivel de confianza y ver cómo el intervalo se ensancha cuando exiges más certeza, y cómo se estrecha de nuevo al aumentar .
Cuándo usarlo
- Informar de cualquier estimación cuya precisión importe: resultados de encuestas, tiempos de referencia, mediciones de calidad.
- Comparar dos grupos cuando quieres mostrar el tamaño de una diferencia plausible.
- Decidir si una decisión es segura con el peor valor plausible, no solo con la mejor estimación.
Limitaciones
- Válido solo si el muestreo no está sesgado. Un intervalo de confianza alrededor de una estimación sesgada es una afirmación precisa sobre lo equivocado.
- Supone independencia. Las mediciones agrupadas o repetidas necesitan otra fórmula.
- Los intervalos estrechos no son intervalos importantes. Con un enorme, una diferencia trivial puede tener un intervalo muy ajustado.
- No es un intervalo de predicción. Los valores individuales varían mucho más que la media.
Errores frecuentes
- Usar 1,96 para muestras pequeñas. Ese es el valor para muestras grandes; con el multiplicador correcto supera 2,7.
- Informar el intervalo sin decir para qué es. La media, una diferencia o una proporción: cada una tiene su propio intervalo.
- Tratar la falta de solapamiento como prueba de diferencia. Es sugerente; la herramienta adecuada es una comparación formal.
🧩 Retos
🧩 Reto: piensa primero y luego revela
Un informe dice “nota media 70, IC del 95 % [69,5; 70,5]” a partir de una muestra de 10.000 estudiantes, y concluye “el método de enseñanza es claramente eficaz”. ¿Qué le falta a ese argumento?
💡 Respuesta: Una comparación. El intervalo dice que la media se conoce con precisión, no que sea buena. Sin un grupo de control, una línea base o un intervalo de comparación, "70 ± 0,5" solo establece que la estimación es ajustada; un $n$ grande hace que casi cualquier diferencia sea estadísticamente visible, y por eso los intervalos de confianza deben leerse junto al tamaño del efecto.
🤔 Preguntas socráticas
- ¿Por qué un intervalo del 99 % tiene que ser más ancho que uno del 95 % sobre los mismos datos?
- Si dos estudios dan intervalos muy distintos para la misma cantidad, ¿qué podría explicarlo aparte de un error?
- ¿Por qué un intervalo de confianza no puede decirte nunca la probabilidad de que tu intervalo concreto sea correcto?
- ¿Qué necesitarías para construir un intervalo de confianza para una mediana en lugar de una media?
✅ Comprobación rápida
1. ¿A qué se refiere "95 % de confianza"?
2. ¿Qué cambio hace más estrecho un intervalo de confianza?