IC para a Razão de Duas Variâncias
Calcula o intervalo de confiança para a razão entre as variâncias de duas populações normais, σ₁²/σ₂². Em vez de só testar se as variâncias diferem, ele dá uma faixa plausível para quantas vezes uma é maior que a outra. Se o intervalo contém o número 1, não há evidência de que as dispersões sejam diferentes. O cálculo usa a distribuição F, e por ela ser assimétrica, os limites vêm de quantis F com os graus de liberdade trocados. Informe as duas amostras e o nível de confiança.
Resultado
—
IC para a Razão de Duas Variâncias
Calcula o intervalo de confiança para a razão entre as variâncias de duas populações normais, σ₁²/σ₂². Em vez de só testar se as variâncias diferem, ele dá uma faixa plausível para quantas vezes uma é maior que a outra. Se o intervalo contém o número 1, não há evidência de que as dispersões sejam diferentes. O cálculo usa a distribuição F, e por ela ser assimétrica, os limites vêm de quantis F com os graus de liberdade trocados. Informe as duas amostras e o nível de confiança.
Quantas vezes uma variância supera a outra?
Comparar variâncias por um teste de hipótese diz apenas se elas diferem. Mas quando elas diferem, a pergunta seguinte é de quanto: a dispersão de um processo é o dobro da do outro, ou dez vezes maior? O intervalo de confiança para a razão de variâncias responde isso, entregando uma faixa plausível para σ₁²/σ₂².
O intervalo se apoia na distribuição F, que descreve como a razão de variâncias amostrais se comporta. Há uma sutileza que costuma confundir: como a F não é simétrica e seus dois graus de liberdade têm papéis distintos, os limites inferior e superior usam quantis F com a ordem dos graus de liberdade trocada. O resultado é um intervalo que normalmente não fica centrado na razão observada.
Informe as duas amostras e o nível de confiança. A ferramenta devolve os limites do intervalo para a razão das variâncias. Uma leitura prática: se o intervalo inteiro fica acima ou abaixo de 1, há evidência de que as dispersões diferem; se ele engloba o 1, não dá para afirmar que uma população varia mais que a outra.
Ferramentas Relacionadas
IC da Diferença de Duas Médias (t)
Calcula o intervalo de confiança para a diferença entre as médias de dois grupos independentes, usando a distribuição t com variâncias combinadas (pooled). É o complemento natural do teste t de duas amostras: em vez de só dizer se a diferença é significativa, ele mostra o intervalo plausível para o tamanho real dessa diferença. Se o intervalo não contém o zero, há diferença significativa no nível escolhido. Informe as duas amostras de valores e o nível de confiança.
IC para a Diferença de Duas Proporções
Calcula o intervalo de confiança para a diferença entre duas proporções, usando o método de Wald. É o complemento do teste z de duas proporções e a base de qualquer leitura de teste A/B: além de dizer se a diferença é significativa, mostra a faixa plausível para o seu tamanho real. Se o intervalo não contém o zero, há diferença significativa. Por exemplo: a versão A converteu 45 de 100 e a B, 30 de 100 — qual o intervalo da diferença? Informe os sucessos e o total de cada grupo e a confiança.
IC para Correlação (Transformação z de Fisher)
Calcula o intervalo de confiança para um coeficiente de correlação usando a transformação z de Fisher. A distribuição amostral do r é torta, sobretudo perto de −1 ou +1, o que impede aplicar a margem simétrica usual. Fisher resolveu isso com uma transformação que torna a distribuição aproximadamente normal; constrói-se o intervalo nessa escala e depois volta-se para r. O resultado é um intervalo assimétrico, mais estreito do lado próximo dos extremos. Informe o coeficiente r e o tamanho da amostra.
Intervalo de Agresti-Coull (Proporção)
Calcula o intervalo de confiança de Agresti-Coull para uma proporção, um meio-termo elegante entre a simplicidade do intervalo de Wald e a precisão do de Wilson. A ideia, quase folclórica, é adicionar alguns sucessos e fracassos fictícios à amostra antes de aplicar a fórmula de Wald — o que conserta o péssimo comportamento do Wald em amostras pequenas ou proporções extremas. Para 95% de confiança, é como acrescentar dois sucessos e dois fracassos. Informe os sucessos, o total e a confiança.
IC para a Variância e o Desvio-Padrão
Calcula o intervalo de confiança para a variância e o desvio-padrão de uma população normal, a partir de uma amostra. Enquanto a maioria das ferramentas estima a média, esta estima a dispersão — útil em controle de qualidade, onde a consistência importa tanto quanto o valor central. O cálculo usa a distribuição qui-quadrado, que é assimétrica, por isso o intervalo não fica centrado na variância amostral. Informe a amostra e o nível de confiança.
Intervalo de Predição (Nova Observação)
Calcula o intervalo de predição para uma nova observação individual, a partir de uma amostra. Cuidado para não confundir com o intervalo de confiança da média: aquele estima onde está a média populacional; este estima onde cairá o próximo valor individual que você observar — por isso é sempre mais largo, pois carrega a incerteza da média mais a variabilidade natural dos dados. O fator decisivo é o √(1 + 1/n) sob a distribuição t. Informe a amostra e o nível de confiança.
Os resultados desta ferramenta têm caráter apenas informativo e educativo e não constituem aconselhamento profissional, financeiro, médico, jurídico, tributário ou contábil. Confirme decisões importantes com um profissional qualificado e fontes oficiais.