Comment déclarer des intervalles de confiance asymétriques d'une proportion?

J'ai calculé la proportion de poussins à l'envol par rapport au nombre d'œufs éclos chaque année en utilisant prop.test()R. Je vois que cela me donne la proportion à l'envol, mais aussi l'intervalle de confiance à 95%, ce que je recherche. Après avoir lu les excellentes informations d'une autre question sur ce site ici , je comprends pourquoi je n'ai pas de symétrie dans mes IC à 95%!

Cependant, comment dois-je signaler cela dans un document?

J'ai vu des gens rapporter des valeurs à 38% (± 0,2%), avec une indication que la valeur entre parenthèses est un IC à 95%. De toute évidence, cela ne fonctionnera pas pour les CI asymétriques. Dois-je signaler les valeurs supérieures et inférieures dans ces cas?

r confidence-interval binomial

— Minou
source

Bien sûr, je signalerais la limite inférieure et supérieure. Pour un exemple concret , consultez cet article BMJ (p. 4, tableau 2).

— Bernd Weiss

Merci @Bernd. C'est un excellent document qui offre une excellente solution.

— Mog

Vous devez indiquer les intervalles inférieurs et supérieurs ainsi que la méthode utilisée pour calculer l'intervalle.

Il s'avère qu'il n'y a pas de «bonne» façon de calculer les intervalles de confiance pour les proportions, mais plutôt de nombreuses méthodes concurrentes, chacune avec ses avantages et ses inconvénients. L'absence d'une méthode universellement correcte contraste avec de nombreuses choses statistiques auxquelles vous pourriez mettre des chiffres, comme les moyennes et les écarts-types. Pour que votre intervalle soit entièrement spécifié, vous devez dire comment vous l'avez calculé.

— Michael Lew
source

Merci @Michael. C'est bon de savoir que la méthode doit également être signalée. Donc, si j'utilise le prop.test()code en R, basé sur l'autre réponse (liée), j'utiliserais la méthode Wilson avec la correction de continuité de Yates, n'est-ce pas? Y a-t-il une raison pour laquelle je devrais ou ne devrais pas utiliser la correction de continuité?

— Mog

@Mog Vous avez posé une question sensible à laquelle il est étonnamment difficile de répondre (du moins, d'y répondre brièvement). La méthode de Wilson permet l'interprétation locale de "Quelles sont les chances que la vraie proportion dans ce cas se situe dans cet intervalle?" en ce qu 'il se rapproche à la fois d'un intervalle crédible bayésien avec un a priori uniforme et d'un intervalle fiducial de Fisher. Cependant, si vous appliquez une correction de continuité pour qu'elle se comporte davantage comme un intervalle Clopper-Pearson, cette interprétation est perdue. À mon avis, les intervalles de Wilson sont excellents, sans la «correction».

— Michael Lew