Está en la página 1de 3

1. ¿Qué es el Intervalo de Confianza (IC)?

El Intervalo de Confianza es el rango de valores, donde se encuentra,


nuestro punto de estimación del estudio, con una probabilidad de estarlo en
un 95% (cifra que habitualmente se elige en la mayoría de los estudios
médicos), siendo su valor mínimo y máximo denominados límites de
confianza. Si el estudio es no sesgado, podemos interpretar que existe un
95% de oportunidad que el intervalo de confianza incluya la medida del
efecto verdadero. Entre más angosto sea el intervalo de confianza, mucha
más certeza existe sobre la medida del efecto verdadero. A diferencia
del valor de p, los intervalos de confianza indican la fuerza de la evidencia
sobre las cantidades de interés directo, tales como el beneficio del
tratamiento.

2. ¿Cuál es la importancia del IC?

El Intervalo de Confianza es una herramienta poderosa para evaluar la


precisión estadística y para evidenciar si un estudio médico es “clínicamente
significativo”, ya que podemos encontrarnos con estudios que tienen valores
de p “estadísticamente significativos” y que no necesariamente son
“clínicamente significativos”.

3. ¿Cuáles son los beneficios que brinda conocer el IC?

Entre las razones por las que el uso de los intervalos de confianza es
altamente recomendable, son la aproximación al conocimiento de la
importancia real de un resultado, independientemente de la significación
estadística, y la valoración de equivalencia entre dos variables.

4. ¿Cuándo es recomendable utilizar el IC, cuando se aprueba la Ho o


cuando se rechaza?
La decisión puede basarse en el intervalo de confianza (o límite) calculado
usando el mismo nivel de significancia (α). Por ejemplo, la decisión para una
prueba en el nivel de significancia de 0.05 puede basarse en el intervalo de
confianza de 95%:
 Si el valor de referencia especificado en Ho está fuera del intervalo (es
decir, es menor que el límite inferior o mayor que el límite superior),
usted puede rechazar Ho.
 Si el valor de referencia especificado en Ho está dentro del intervalo
(es decir, no es menor que el límite inferior ni mayor que el límite
superior), usted no puede rechazar Ho.

5. ¿Qué es el Coeficiente de Determinación (R2)?

El coeficiente de determinación se define como la proporción de la varianza


total de la variable explicada por la regresión. El coeficiente de determinación,
también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la
variable que pretender explicar.

Es importante saber que el resultado del coeficiente de determinación oscila


entre 0 y 1. Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del
modelo a la variable que estamos intentando explicar. De forma inversa,
cuanto más cerca de cero, menos ajustado estará el modelo y, por tanto,
menos fiable será.

6. ¿Qué utilidad tiene el coeficiente R2?

El R2, es un término utilizado en estadística, que tiene como función principal


predecir el resultado de hipótesis. Esto es fundamental en cualquier estudio
con fundamentos científicos y sus aplicaciones pueden tener un amplio rango
como en la economía, el estudio de los mercados o para determinar el éxito de
algún producto.

7. ¿Cómo se calcula el IC y R2con Minitab?


Para calcular IC
Cuando conocemos la desviación estándar:
Pasos:
1- Capturar los datos que analizaremos para calcular el intervalo de
confianza
2- Nos colocamos en Stat ► Basic Static ► 1z 1-sample z damos un click en
esta parte.
3- Nos muestra una pantalla 1-Sample Z (Test and Confidence Interval)
donde colocamos la variable que vamos a evaluar.
4- Colocamos después la desviación estándar en la casilla ESTÁNDAR
DEVATION.
5- Después seleccionamos la casilla Performance hipótesis test.
6- Si queremos modificar el grado de confianza podemos ir a la parte de
Options…donde podremos modificarla, por defaul Minitab nos coloca el
95% de confianza.
7- Si deseamos obtener la gráfica correspondiente para el intervalo de
confianza nos dirigimos a la opción de graph y seleccionamos la opción
correspondientes si queremos Histograma, Individual value plot o box plot
of data.

Parra calcular R2

8. Calcule para el ejemplo de Empaque de Carnes el IC y R2. Redacte sus


conclusiones según los resultados del IC y R2 obtenido.