wilson CI

Actualizado el 8 de octubre de 2021, por Luis Benites.

Los IC de Wilson (también llamados intervalos de confianza “más 4” o intervalos de puntuación de Wilson ) son intervalos de Wald calculados a partir de datos formados al sumar 2 éxitos y 2 fracasos. Los intervalos de confianza de Wilson [1] tienen mejores tasas de cobertura para muestras pequeñas. Por ejemplo, podría estar esperando un intervalo de confianza del 95 % pero solo obtiene el 91 %; Wald CI puede reducir este problema de cobertura [2].

Intervalos de puntuación de Wilson a lo largo de una curva logística.

Para los intervalos de confianza binomiales, el CI de Wilson funciona mucho mejor que el intervalo de aproximación normal para muestras pequeñas (p. ej., n = 10) o donde p está cerca de 0 o 1). Se prefiere al método exacto de Clopper-Pearson (que utiliza la distribución F) y al método del intervalo de confianza asintótico (el «libro de texto») [3, 4].

Fórmula CI de Wilson

Aunque el CI de Wilson brinda una mejor cobertura que muchos otros métodos, el álgebra es más complicado; el cálculo implica una ecuación cuadrática y una «solución complicada» [5]: las matemáticas pueden no ser un problema, ya que muchos programas de software estadístico pueden calcular el IC de Wilson, incluido R [6]. SPSS no tiene un procedimiento, pero es «relativamente fácil» producirlos con comandos COMPUTE [7].

Referencias

Gráfico de Wilson CI: Sean Wallis a través de Wikimedia Commons. CC por 4.0.
[1] Wilson, EB (1927). Inferencia probable, ley de sucesión e inferencia estadística . Revista de la Asociación Estadounidense de Estadística. 22 (158): 209–212. doi:10.1080/01621459.1927.10502953. JSTOR 2276774.
[2] Intervalos de confianza – Proporciones – Intervalo de puntuación de Wilson. Recuperado el 25 de febrero de 2022 de: https://www.cpp.edu/~jcwindley/classes/sta2260/Confidnece%20Intervals%20-%20Proportions%20-%20Wilson.pdf
[3] Intervalos de confianza para probabilidades binomiales. Recuperado el 25 de febrero de 2022 de: http://math.furman.edu/~dcs/courses/math47/R/library/Hmisc/html/binconf.html
[4] A. Agresti y BA Coull, Aproximado es mejor que “exacto” para la estimación de intervalos de proporciones binomiales, American Statistician, 52:119–126, 1998.
[5] Dunnigan, K. (2008). Cálculo de intervalos de confianza para proporciones binomiales .
[6] RDocumentación. wilson.ci: Intervalos de confianza para proporciones. Recuperado el 25 de febrero de 2022 de: https://www.rdocumentation.org/packages/fastR/versions/0.10.3/topics/wilson.ci
[7]. IBM. ¿SPSS puede producir Wilson o puntuar intervalos de confianza para una proporción binomial?