toolbox
Inicio / IA, datos y tecnología / Calculadora de intervalo de confianza del modelo de atribución

Calculadora de intervalo de confianza del modelo de atribución

Esta calculadora estima un intervalo de confianza para una proporción obtenida de un modelo de atribución, por ejemplo la cuota de conversiones que el modelo asigna a un canal concreto. Introduce el número de conversiones analizadas, cuántas se atribuyeron al canal y el nivel de confianza deseado para obtener una estimación puntual y un rango plausible.

El intervalo ayuda a distinguir una diferencia aparentemente grande de una que podría explicarse por variación muestral. Resulta útil al comparar campañas, canales o periodos, siempre que los casos analizados puedan tratarse como observaciones suficientemente independientes y la proporción observada sea representativa del proceso que se quiere evaluar.

Datos de la muestra

casos
casos
Resultado
—
intervalo de confianza de la proporción atribuida
Proporción observada—
Margen de error—
Error estándar—

1. Indica el tamaño de la muestra
Introduce el número total de conversiones u observaciones incluidas en el análisis de atribución.

2. Añade los casos atribuidos
Escribe cuántas observaciones de esa muestra fueron asignadas al canal, campaña o punto de contacto que quieres evaluar.

3. Elige el nivel de confianza
Selecciona 90 %, 95 % o 99 %. Un nivel mayor produce normalmente un intervalo más amplio.

4. Interpreta el rango
Revisa la proporción observada, el margen de error y los límites inferior y superior. El intervalo cuantifica incertidumbre muestral, no errores del propio modelo de atribución.

Se usa la aproximación normal para una proporción:

p̂ = x / n
EE = √(p̂ × (1 − p̂) / n)
IC = p̂ ± z × EE

Donde x es el número de casos atribuidos, n el tamaño de la muestra, p̂ la proporción observada y z el valor crítico asociado al nivel de confianza.

La aproximación es más razonable cuando la muestra no es muy pequeña y hay suficientes casos tanto atribuidos como no atribuidos.

Qué significa el resultado

El resultado muestra un rango de proporciones compatibles con la muestra bajo el modelo de intervalo utilizado. Un intervalo estrecho indica mayor precisión muestral.

No incorpora sesgos de tracking, reglas del modelo, pérdida de identificadores ni dependencia entre conversiones.

Datos: 1.200 conversiones analizadas, 360 atribuidas al canal y 95 % de confianza.

Cálculo: p̂ = 360 / 1.200 = 0,30. EE = √(0,30 × 0,70 / 1.200) ≈ 0,01323. Con z = 1,96, el margen es 1,96 × 0,01323 ≈ 0,0259.

Resultado: 0,30 ± 0,0259, es decir, aproximadamente del 27,41 % al 32,59 %.

Interpretación: la muestra sitúa la cuota atribuida en torno al 30 %, con una incertidumbre muestral de unos ±2,59 puntos porcentuales al 95 %.

¿Qué representa exactamente el intervalo?

Representa la incertidumbre asociada a estimar una proporción a partir de una muestra. No significa que el 95 % de las conversiones reales esté dentro del rango.

¿Debo usar conversiones, sesiones o usuarios?

Usa una unidad coherente con la proporción que quieres estimar. El numerador y el denominador deben referirse a la misma unidad y periodo.

¿Por qué el intervalo cambia con el nivel de confianza?

Un nivel de confianza mayor exige cubrir más variación posible, por lo que el valor crítico aumenta y el intervalo suele ensancharse.

¿Qué ocurre si hay muy pocos casos atribuidos?

La aproximación normal puede ser poco fiable cerca de 0 % o 100 % y con muestras pequeñas. En esos casos conviene considerar métodos binomiales más adecuados.

¿Sirve para comparar dos modelos de atribución?

Puede ayudar a describir la precisión de cada proporción, pero una comparación formal entre dos modelos requiere considerar si se evaluaron sobre las mismas conversiones y usar un contraste apropiado.