Conceptos
Intervalo de predicción e intervalo de confianza
Contenido de PurezaCriterios editoriales y correcciones
Un promedio puede estimarse con precisión mientras una observación nueva sigue siendo variable. El intervalo de confianza y el de predicción describen esas preguntas diferentes. Para interpretar cualquiera de ellos, primero hay que identificar qué cantidad intenta cubrir y bajo qué modelo fue calculado.
Lectura sobre investigación y métodos de laboratorio. No contiene indicaciones de uso personal ni recomendaciones terapéuticas. Revisado el 2026-09-06.
El intervalo de confianza acompaña a un parámetro
En el ejemplo de regresión del NIST, el intervalo de confianza describe incertidumbre sobre la respuesta promedio para ciertos valores de las variables predictoras. No pretende contener todas las observaciones individuales. Su interpretación frecuentista se refiere a la cobertura del procedimiento en repeticiones bajo los supuestos del modelo. Documento del NIST.
Por ello, una banda estrecha alrededor de una curva puede indicar que su promedio está bien estimado, sin demostrar que las mediciones futuras estarán igualmente próximas a esa curva.
La predicción incorpora variación adicional
Para una observación nueva, el NIST incorpora tanto la incertidumbre de la media estimada como la variación residual de esa observación. En el modelo de regresión presentado, esto produce un intervalo más amplio que el correspondiente al promedio, para el mismo punto y nivel de cobertura. Documento del NIST.
No es una penalización por hacer predicciones. Es el reconocimiento de que una medición individual puede apartarse del promedio incluso cuando este se conoce con bastante precisión.
Una pregunta de laboratorio cambia el intervalo pertinente
Considérese un ejemplo hipotético: un equipo quiere estimar la respuesta media de su procedimiento y otro necesita anticipar una lectura nueva. Ambos pueden utilizar el mismo ajuste, pero no están preguntando lo mismo. El primero estudia un promedio; el segundo necesita incluir variación entre observaciones.
Una lectura futura fuera del intervalo de confianza del promedio no demuestra por sí sola una falla. Compararla con ese intervalo utiliza una referencia que fue construida para otra cantidad. La etiqueta completa del intervalo debe acompañar la gráfica.
En metaanálisis también importa qué se predice
Higgins y colaboradores distinguieron inferencia sobre el efecto medio e inferencia sobre la distribución de efectos entre estudios. Cuando existe heterogeneidad, una estimación precisa del promedio no garantiza que un nuevo contexto tenga un efecto cercano. El artículo propuso formas de expresar esa incertidumbre predictiva. Trabajo metodológico.
Aquí el objetivo puede ser el efecto subyacente de un estudio futuro, no una observación individual de laboratorio. Llamar a ambos «intervalos de predicción» también exige declarar cuál es la unidad predicha.
El intervalo no comprueba sus propios supuestos
El nivel de cobertura depende del modelo, de cómo se obtuvieron los datos y de qué representa la nueva observación. Un programa puede calcular límites precisos en apariencia sin comprobar que el uso previsto coincide con la pregunta para la cual fueron construidos.
Antes de comparar intervalos conviene identificar objetivo, nivel de cobertura y condiciones predictoras. También importa verificar si el programa devuelve incertidumbre del promedio o de una observación nueva. La anchura solo tiene significado después de aclarar esa diferencia.
Bibliografía · 1 referencias
- [1]
A re-evaluation of random-effects meta-analysis.
J R Stat Soc Ser A Stat Soc · 2009
Desarrollo metodológico que distingue estimación del efecto medio y predicción entre estudios.
Fuentes de consulta
Preguntas frecuentes
¿Un intervalo de confianza estrecho garantiza poca dispersión individual?
No. Precisión del promedio y variación entre observaciones son cantidades diferentes.
¿Todos los intervalos de predicción describen una medición individual?
No. En metaanálisis pueden referirse al efecto subyacente de un estudio futuro.