Доверительный интервал.

Все делают общие выводы из одного примера. По крайней мере, я поступаю именно так. Стивен Браст, писатель-фантаст

Представьте, что вы купили волшебную монету, которая чаще всего падает орлом вверх. Как узнать, что это не подделка? Конечно, нужно проверить ее в действии.

Давайте представим, что, подбросив ее пять раз, вы получили два орла и три решки. Так что, нужно ее вернуть?

Доверительный интервал представляет собой вероятность того, что определенный анализ окажется правильным. Прежде чем очернять репутацию продавца, стоит удостовериться в точности ваших результатов.

Чем больше образцов вы возьмете, тем выше доверительный интервал данного измерения. Объем выборки увеличивается каждый раз, когда вы подбрасываете монету. Чем он больше, тем точнее ваши измерения и, соответственно, тем больше к ним доверия.

Подбросив монету всего пять раз, вы не можете быть полностью уверены в том, что это подделка: объем выборки слишком мал. Если же вы подбросите ее тысячу раз и она в 70 % случаев упадет решкой вверх, значит монета действительно неправильная, но все равно она не подделка мошенника (скорее всего, вам досталась монета, которая в большинстве случаев падает не орлом вверх, а решкой).

Я не буду детально описывать, как именно рассчитывается доверительный интервал, но сделать это довольно легко, особенно если вы умеете пользоваться электронными таблицами или базами данных. Начинающим я рекомендую почитать книгу Principles of Statistics («Принципы статистики»).

Помните о том, что результатам измерений, основанных на малых объемах выборки, не стоит доверять. Каждый раз, когда вы сталкиваетесь с выборкой, основанной на незнакомых вам данных, обязательно проверяйте ее объем и способ отбора образцов. Чем больше образцов вы соберете, тем больше доверия будут вызывать результаты анализа.