Доверительный интервал: что это такое простыми словами

Что такое доверительный интервал в статистике

Вместо одного числа, которое почти всегда ошибочно, статистика предлагает диапазон — доверительный интервал. Это «коридор» значений, в котором с высокой вероятностью находится истинный параметр, например, средний показатель игрока. Точечная оценка (допустим, 1,8 гола за матч) игнорирует неопределённость, а интервал честно показывает погрешность, что особенно критично при малых выборках, когда данных мало и разброс велик.

Уровень доверия, обычно 95% (обозначается как p), — это не вероятность для одного конкретного интервала. Это свойство самого метода: если мы 100 раз возьмём новые выборки и посчитаем интервалы, то примерно 95 из них накроют реальное значение. Оставшиеся 5 — следствие случайности выборки.

Границы интервала напрямую зависят от собранных данных. Поскольку каждая новая выборка (например, статистика следующих пяти игр) будет иной, то и границы «коридора» будут смещаться. Интервал — это функция от случайной выборки, поэтому он сам по себе случаен и меняется от эксперимента к эксперименту.

Как строят доверительный интервал

Сначала определитесь с оцениваемым параметром: среднее значение (например, средний тотал голов), доля (процент матчей на ТБ) или разность средних (эффект смены тренера). Для каждой оценки вычисляется стандартная ошибка (SE) — показатель разброса самой оценки. Для среднего SE = s / √n, где s — выборочное стандартное отклонение, n — объём выборки. Для доли SE = √[p̂(1−p̂)/n], где p̂ — наблюдаемая доля.

Далее выбирают закон распределения. Если выборка велика (условно n ≥ 30–40) или истинная дисперсия известна, опираются на нормальное распределение и z-квантиль. Если выборка мала и дисперсия оценивается по данным, используют t-распределение Стьюдента с n−1 степенью свободы — оно «шире» и честнее отражает неопределённость.

Финальная формула едина: оценка ± квантиль × SE. Корректность зависит от допущений: независимость наблюдений, корректность метрики, для средних — приблизительная нормальность (или достаточно большая n по ЦПТ). Ошибки вроде автокорреляции (например, матчи одной команды подряд) или сильных выбросов сужают SE мнимо, делая интервал ложнооптимистичным.

Доверительный интервал в спортивной аналитике

В спорте выборки часто крошечные: у защитника может быть всего 15 бросков за месяц, а у вратаря — 3 матча. Точечная оценка (например, «реализация 40%») обманчива. Доверительный интервал (ДИ) показывает диапазон, где с вероятностью 95% находится истинный навык игрока. Для 15 бросков при 6 голах истинная метрика, скорее всего, лежит в коридоре 20–55%, а не строго на 40%. Это защищает от поспешных выводов о «форме» или «спаде».

При сравнении эффективности, например двух снайперов, смотрите на перекрытие их 95% ДИ. Если у одного 35–50%, а у другого 32–48%, их нельзя назвать разными по уровню — выборка слишком мала. Но если интервалы 45–55% и 28–38%, это весомый аргумент в пользу первого.

На практике аналитики строят 95% ДИ для ключевых метрик, учитывая контекст:

• Реализация бросков: для 20 попыток и 5 голов ДИ будет широким. Увеличение выборки до 100 бросков сузит интервал, показав реальную стабильность.
• xG/90 (ожидаемые голы за 90 минут): ДИ помогает отделить системную угрозу воротам от случайной удачной серии.
• EPA/play (вклад в американском футболе): интервал показывает надёжность оценки игрока с учётом силы соперников.

Ключевой приём — корректировка на дисперсию оппонента. Оценивая пас квотербека, аналитик расширяет ДИ, если впереди играют против топовых защит, и сужает — против аутсайдеров. Это даёт честную картину, очищенную от «легкого календаря».

Байесовский доверительный интервал (кредитный интервал)

Байесовский подход отвечает на вопрос иначе: какова вероятность, что истинный уровень мастерства игрока лежит в определённых границах, учитывая уже сыгранные матчи? Мы не говорим о процедуре, а вычисляем прямое вероятностное утверждение о самом параметре. Результат зависит не только от свежих данных, но и от априорного распределения — наших разумных ожиданий до старта, например, сжатие к среднему по лиге.

Ключевое отличие от частотного ДИ: у байесовского интервала (кредитного) вероятностное утверждение относится к параметру. Мы буквально говорим: «С вероятностью 95% истинный процент реализации бросков находится между 12% и 18%». Частотный же интервал говорит о надёжности метода: «95% таких интервалов, построенных по данной процедуре, покроют истину».

Уместность в аналитике: ранние туры сезона, дебютанты или вратари с 30 сейвами. Условный пример: форвард забил 2 гола с 8 бросков. Без априора его реализация — 25%, что нереалистично. Применив доменный априор (среднее лиги ~10%), байесовский интервал «сожмёт» оценку к 11–15%, предотвращая поспешные выводы о «суперснайпере».

Выводы

Доверительный интервал — это стандарт честности в спортивной аналитике. Он прямо показывает, насколько мы уверены в оценке метрики, будь то xG игрока или процент реализации бросков. Без интервала точечная оценка вводит в заблуждение, особенно на малых выборках, когда случайность маскируется под закономерность.

В отчётах всегда показывайте интервал рядом с точечной оценкой и объёмом выборки. Например: «Точность бросков 42% [35%; 49%], n=82». Это сразу сигнализирует о надёжности вывода и защищает от поспешных решений. Помните, что узкий интервал достигается не магией, а либо большим n, либо низкой вариативностью данных.

Прозрачная неопределённость — лучшая защита от иллюзии точности. Когда вы видите диапазон, а не одно число, вы принимаете решения с открытыми глазами, понимая реальный риск ошибки в прогнозе.

Частые вопросы

1. Что такое доверительный интервал простыми словами?

Доверительный интервал — это диапазон значений, в котором с определённой вероятностью находится истинный параметр, например, реальная результативность игрока. Если мы построим 100 таких интервалов по разным выборкам, то в 95 из них (при 95% уровне) истинное значение окажется внутри. Это не гарантия для одного конкретного случая, а показатель надёжности метода оценки.

2. Как посчитать 95% доверительный интервал для среднего в спорте?

Для расчёта используется формула: среднее ± (критическое значение × стандартная ошибка), где ошибка равна стандартному отклонению, делённому на корень из числа игр. Условный пример: средний тотал очков 20, стандартное отклонение 5, матчей сыграно 25, тогда ошибка 5/5=1, а 95% интервал при z=1.96 составит [18.04; 21.96]. Чем больше матчей в выборке, тем уже становится интервал и точнее оценка.

3. Когда использовать t‑распределение Стьюдента, а когда z‑критерий?

Используйте z-критерий, если вам точно известно генеральное стандартное отклонение или при очень больших выборках (обычно более 100–300 наблюдений). В спортивной аналитике почти всегда истинное отклонение неизвестно, поэтому для малых выборок (менее 30 игр) следует применять t-распределение Стьюдента. t-распределение имеет более тяжёлые «хвосты», что делает интервал шире и консервативнее при малом количестве данных.

4. Чем байесовский кредитный интервал отличается от частотного доверительного?

Частотный интервал говорит о том, как ведёт себя метод: «95% таких интервалов накроют истину», не присваивая вероятность самому параметру. Байесовский кредитный интервал трактуется иначе: «с вероятностью 95% истинное значение находится внутри этого конкретного интервала», основываясь на наших априорных убеждениях и новых данных. Для беттора байесовский подход часто интуитивнее, так как позволяет прямо оценить вероятность гипотезы о силе команды.

5. Как интерпретировать перекрытие доверительных интервалов при сравнении игроков?

Если 95% доверительные интервалы двух игроков не пересекаются, это сильный сигнал о статистически значимой разнице в их результативности. Если же интервалы сильно перекрываются, мы не можем с уверенностью сказать, кто из них сильнее, так как их средние показатели статистически неразличимы. Однако частичное перекрытие не всегда означает отсутствие различий, для точного вывода требуется расчёт интервала именно для разности средних.