Cuando dice que está acostumbrado a los intervalos de confianza que contienen una expresión para la varianza, está pensando en el caso gaussiano, en el que la muestra resume la información sobre los dos parámetros que caracterizan a la población, uno su media y otro su varianza. media y varianza muestral. La media muestral estima la media poblacional, pero la precisión con la que lo hace depende de la varianza de la población, estimada a su vez por la varianza de la muestra. La distribución binomial, por otro lado, tiene un solo parámetro, la probabilidad de éxito en cada ensayo individual, y toda la información dada por la muestra sobre este parámetro se resume en el no total. éxitos de tantos ensayos independientes. La varianza de la población y la media están determinadas por este parámetro.
πxn
Pr(X=x)=(nx)πx(1−π)n−x
Aumente hasta que la probabilidad de o menos éxitos caiga al 2.5%: ese es su límite superior. Disminuya hasta que la probabilidad de o más éxitos caiga a 2.5%: ese es su límite inferior. (Sugiero que realmente intentes hacer esto si no está claro al leerlo). Lo que estás haciendo aquí es encontrar los valores de que, tomados como una hipótesis nula, podrían ser rechazados por un (solo) prueba de dos colas a un nivel de significancia del 5%. A la larga, los límites calculados de esta manera cubren el verdadero valor de , sea lo que sea, al menos el 95% del tiempo.πxπxππ