Calcolatore del Valore p
Converti una statistica del test in un valore p con il Calcolatore del valore p di MiniWebtool. Le distribuzioni z, t, chi-quadrato e F supportate richiedono i parametri pertinenti e la scelta della coda, collegando il risultato a uno specifico test d'ipotesi.
In Gemini, incolla la domanda copiata nella chat. Puoi anche copiarla qui sotto.Serve aiuto con questo strumento? Chiedi all’IA
Visualizza la domanda
Inserisci qui sotto una statistica z, t, chi quadrato o F per ottenere il suo p-value a una o due code.
Il tuo ad blocker ci impedisce di mostrare annunci
MiniWebtool resta gratuito grazie agli annunci. Se questo strumento ti è stato utile, sostienici facendo l’upgrade per navigare senza annunci e avere più utilizzi giornalieri, oppure consenti MiniWebtool.com e ricarica.
- Consenti gli annunci per MiniWebtool.com, poi ricarica
- Oppure fai l’upgrade per niente annunci e limiti giornalieri più alti
Calcolatore del Valore p
Il Calcolatore del Valore p calcola i valori p dalle statistiche del test per quattro principali distribuzioni statistiche: normale standard (z), t di Student, chi-quadrato (χ²) e F. Supporta test di ipotesi a una coda (sinistra e destra) e a due code, fornisce una visualizzazione interattiva della curva di distribuzione e offre una chiara interpretazione della significatività statistica.
In sintesi
Calcolatore del Valore p converte una statistica di test in un valore p per distribuzioni z, t, chi-quadrato e F. Supporta test a coda sinistra, coda destra e a due code e verifica la significatività a quattro livelli alpha.
| Funzione | Cosa offre | Ideale per |
|---|---|---|
| Quattro distribuzioni | z (normale standard), t di Student, chi-quadrato (χ²) e F. Le statistiche chi-quadrato e F devono essere non negative. | Test d'ipotesi su medie, varianze e dati categorici |
| Gradi di libertà | Un df per t e chi-quadrato, df di numeratore e denominatore per F; ciascuno da 1 a 100,000. | Inserire il df del proprio test |
| Scelta delle code | A due code, a coda sinistra o a coda destra. | Adattare il test a ipotesi direzionali o non direzionali |
| Verifica di significatività | Confronta il valore p con alpha 0.10, 0.05, 0.01 e 0.001. | Decidere se rifiutare l'ipotesi nulla |
| Curva di distribuzione | Curva interattiva con l'area corrispondente al valore p evidenziata. | Vedere che cosa rappresenta il valore p |
| Interpretazione e passaggi | Lettura del risultato in linguaggio semplice e dettaglio passo passo. Pulsanti di esempio come z = 1.96 compilano il modulo. | Studenti che imparano a interpretare i valori p |
Cos'è un Valore p?
Un valore p (valore di probabilità) è la probabilità di ottenere una statistica del test almeno altrettanto estrema di quella osservata, assumendo che l'ipotesi nulla (H₀) sia vera. Misura la forza dell'evidenza contro l'ipotesi nulla in un test statistico.
Per un test z a due code:
$$p = 2 \times P(Z > |z|) = 2 \times [1 - \Phi(|z|)]$$- Valore p piccolo (p < 0.05): Forte evidenza contro H₀ — rifiuta l'ipotesi nulla
- Valore p grande (p ≥ 0.05): Debole evidenza contro H₀ — non rifiutare l'ipotesi nulla
Il valore p non misura la probabilità che H₀ sia vera, né misura la dimensione o l'importanza di un effetto. Ti dice solo quanto i tuoi dati sono compatibili con H₀.
Come usare questo calcolatore
- Seleziona il tipo di test: Scegli la distribuzione che corrisponde al tuo test statistico — test z (normale standard), test t (t di Student), test chi-quadrato o test F.
- Inserisci la statistica del test: Inserisci il valore calcolato della statistica del test. Le statistiche chi-quadrato e F devono essere non negative.
- Inserisci i gradi di libertà: Per i test t e chi-quadrato, inserisci df. Per i test F, inserisci i gradi di libertà sia del numeratore (df₁) che del denominatore (df₂).
- Seleziona il tipo di coda: Scegli a due code per ipotesi non direzionali o a una coda (sinistra/destra) per ipotesi direzionali.
- Esamina i risultati: Controlla il valore p, il grafico di distribuzione interattivo, la valutazione della significatività a più livelli alfa e l'interpretazione in linguaggio semplice.
Test Statistici Supportati
test z (Distribuzione Normale Standard)
Si usa quando la deviazione standard della popolazione è nota o la dimensione del campione è grande (n > 30). La statistica z segue una distribuzione normale standard \(N(0, 1)\) sotto H₀.
test t (Distribuzione t di Student)
Si usa quando la deviazione standard della popolazione è sconosciuta e la dimensione del campione è piccola. La distribuzione t ha code più pesanti rispetto alla distribuzione normale, tenendo conto dell'incertezza aggiuntiva. All'aumentare di df, la distribuzione t si avvicina alla normale standard.
test Chi-Quadrato (Distribuzione χ²)
Utilizzato per i test di bontà dell'adattamento e per i test di indipendenza con dati categoriali. La distribuzione chi-quadrato è asimmetrica a destra e definita solo per valori non negativi.
test F (Distribuzione F)
Utilizzato nell'ANOVA e per confrontare le varianze. La distribuzione F richiede due parametri per i gradi di libertà (numeratore e denominatore) ed è definita solo per valori non negativi.
Test a una coda vs a due code
| Caratteristica | Due Code | Una Coda |
|---|---|---|
| Ipotesi | H₁: μ ≠ μ₀ | H₁: μ > μ₀ o H₁: μ < μ₀ |
| Regione di rifiuto | Entrambe le code | Solo una coda |
| Valore p | 2 × p a una coda | Metà del p a due code |
| Potenza | Minore (per lo stesso α) | Maggiore nella direzione prevista |
| Quando usare | Nessuna aspettativa direzionale | Forte ipotesi direzionale |
Livelli di Significatività Comuni
| Alfa (α) | Livello di Confidenza | Uso Tipico |
|---|---|---|
| 0.10 | 90% | Ricerca esplorativa |
| 0.05 | 95% | Maggior parte delle ricerche scientifiche (soglia standard) |
| 0.01 | 99% | Studi più rigorosi, ricerca medica |
| 0.001 | 99.9% | Fisica delle particelle, genomica |
Errori comuni sui valori p
- Errore: "p = 0.03 significa che c'è il 3% di possibilità che H₀ sia vera." Realtà: Il valore p è la probabilità dei dati data H₀, non la probabilità che H₀ sia vera.
- Errore: "Un valore p più piccolo significa un effetto maggiore." Realtà: I valori p dipendono sia dalla dimensione dell'effetto che dalla dimensione del campione. Un effetto minuscolo può produrre un valore p molto piccolo con un campione sufficientemente grande.
- Errore: "p > 0.05 significa che non c'è alcun effetto." Realtà: Non riuscire a rifiutare H₀ non prova che H₀ sia vera. Significa che l'evidenza è insufficiente per rifiutarla al livello scelto.
- Errore: "I valori p possono essere confrontati tra studi diversi." Realtà: I valori p di studi diversi con design, dimensioni campionarie e popolazioni diverse non sono direttamente confrontabili.
Domande Frequenti
Cos'è un valore p?
Un valore p è la probabilità di ottenere una statistica del test almeno altrettanto estrema di quella osservata, assumendo che l'ipotesi nulla sia vera. Quantifica la forza dell'evidenza contro l'ipotesi nulla. Un valore p più piccolo indica un'evidenza più forte contro H₀.
Qual è la differenza tra test a una coda e a due code?
Un test a due code verifica gli effetti in entrambe le direzioni (maggiore o minore del previsto), mentre un test a una coda verifica solo in una direzione. I test a due code sono più conservativi. Usa un test a una coda solo quando hai una forte ipotesi direzionale prima di raccogliere i dati.
Quando dovrei usare un test z rispetto a un test t?
Usa un test z quando conosci la deviazione standard della popolazione o quando la dimensione del campione è grande (n > 30), poiché la distribuzione campionaria approssima una distribuzione normale. Usa un test t quando la deviazione standard della popolazione è sconosciuta e la dimensione del campione è piccola, poiché la distribuzione t tiene conto dell'incertezza aggiuntiva con code più pesanti.
Cosa significa un valore p inferiore a 0.05?
Un valore p inferiore a 0.05 significa che c'è meno del 5% di probabilità di osservare i dati (o dati più estremi) se l'ipotesi nulla fosse vera. Per convenzione, questo è considerato statisticamente significativo, portando i ricercatori a rifiutare l'ipotesi nulla. Tuttavia, la significatività statistica non implica necessariamente una significatività pratica.
A cosa serve il test chi-quadrato?
Il test chi-quadrato viene utilizzato per testare le relazioni tra variabili categoriali (test di indipendenza) e per verificare se le frequenze osservate corrispondono alle frequenze attese (test di bontà dell'adattamento). Utilizza una distribuzione asimmetrica a destra che dipende dai gradi di libertà.
Cita questo contenuto, pagina o strumento come:
"Calcolatore del Valore p" su https://MiniWebtool.com/it/calcolatore-del-valore-p/ di MiniWebtool, https://MiniWebtool.com/
dal team di miniwebtool. Aggiornato: 20 marzo 2026
Chatta con la tua IA preferita
In Gemini, incolla la domanda copiata nella chat. Puoi anche copiarla qui sotto.
Visualizza la domanda
Statistiche e analisi dati:
- Calcolatore Dimensione Campione Test A/B Nuovo
- Calcolatore di Significatività Test A/B Nuovo
- Calcolatrice ANOVA
- Calcolatore di media aritmetica
- Calcolatore della Media - Alta Precisione
- Calcolatore della deviazione media
- Creatore di Grafici a Barre Nuovo
- Calcolatore del Teorema di Bayes Nuovo
- Calcolatore Distribuzione Beta Nuovo
- Generatore di Box Plot
- Calcolatore del Test Chi-Quadrato Popolare
- Calcolatore del Coefficiente di Variazione
- Calcolatore di Cohen
- Calcolatore crescita composta
- Calcolatore dell'intervallo di confidenza
- Calcolatore dell'Intervallo di Confidenza per Proporzione
- Calcolatore Tabella di Contingenza Nuovo
- Calcolatore del Tasso di Conversione Nuovo
- Calcolatore Coefficiente di Correlazione
- Calcolatore Dimensione dell'Effetto Nuovo
- Calcolatore Distribuzione Esponenziale Nuovo
- Calcolatore Test F e Distribuzione F Nuovo
- Calcolatore del Test Esatto di Fisher Popolare
- Calcolatore del Riepilogo a Cinque Numeri Nuovo
- Calcolatore Distribuzione Geometrica Nuovo
- Calcolatore della Media Geometrica Popolare
- Calcolatore del Coefficiente di Gini
- Calcolatore della Media Armonica
- Creatore di Istogrammi
- Calcolatore Distribuzione Ipergeometrica Nuovo
- Calcolatore dello scarto interquartile
- Calcolatore del Test di Kruskal-Wallis
- Creatore di Grafici a Linee Nuovo
- Calcolatrice di Regressione Lineare
- Calcolatore di Crescita Logaritmica
- Calcolatore del Test U di Mann-Whitney
- Calcolatore dello Scarto Medio Assoluto (MAD)
- Calcolatore della Media
- Calcolatore Media, Mediana e Moda
- Calcolatore della Deviazione Mediana Assoluta
- Calcolatore della Mediana
- Calcolatore di Midrange
- Calcolatore di Modalità
- Calcolatore Distribuzione Normale Nuovo
- Calcolatore del Rapporto di Probabilità Nuovo
- Calcolatore di Valori Anomali
- Calcolatore del Valore p Nuovo
- Generatore di Diagrammi di Pareto Nuovo
- Calcolatore di Percentile Nuovo
- Creatore di Grafici a Torta Nuovo
- Calcolatore della deviazione standard della popolazione-alta precisione
- Calcolatore di Quartili
- Calcolatore di Deviazione Quartile
- Calcolatore della gamma
- Calcolatrice della Deviazione Standard Relativa
- Calcolatore della radice quadrata media
- Calcolatore della Media Campionaria
- Calcolatore delle Dimensioni del Campione
- Calcolatore della deviazione standard del campione
- Creatore di Grafici a Dispersione
- Calcolatore di Capacità di Processo Sei Sigma Nuovo
- Calcolatore di Correlazione per Ranghi di Spearman Nuovo
- Calcolatore della deviazione standard - Alta precisione
- Calcolatore dell'Errore Standard
- Calcolatrice Statistica
- Calcolatrice Test t
- Calcolatore di Variazione Alta Precisione
- Calcolatore di Distribuzione di Weibull Nuovo
- Calcolatore Z-Score