Waar het hier om gaat is dat je je niet blind moet staren op p-waarden, omdat er meer meespeelt om te bepalen hoe iets precies zit. Als het gaat om regressie-coeffiencten dan wordt er getoetst wat de kans is dat deze van nul afwijkt. Maar het is een schatting, dus we kunnen er altijd naast zitten. Het kan dus zijn dat je 2 regressiecoefficenten hebt die iets van elkaar verschillen, waardoor bij de een het effect net wel significant is en bij de ander net niet.
Echter, een regressiecoeffiicent is niet heel accuraat om iets te zeggen over de populatie, dit kun je beter doen met het betrouwbaarheidsinterval dat daar omheen ligt. Dan kun je stellen, in mijn steekproef vindt ik deze regressieceoffiecient maar het betrouwbaarheidsinterval ligt tussen a en b, wat dus een goede indicatie is van hoe het er in de populatie uitziet. Wat het precies is in de populatie weet je niet. Maar, als je nu twee betrouwbaarheidsintervallen hebt die deels overlappen, dan kan het best zo zijn dat dus in de populatie die regressie-coeffienten gelijk zijn. Daarom moet je hier ook altijd naar kijken bij je interpretatie en niet alleen uitgaan van de p-waarde.
