Calcolatore Distribuzione Beta
Calcola le probabilità per la distribuzione beta con i parametri di forma α e β. Ottieni P(X ≤ x), P(X ≥ x) o P(a ≤ X ≤ b), con grafici PDF/CDF interattivi, regioni di probabilità ombreggiate, soluzioni MathJax passo-passo e proprietà della distribuzione tra cui media, varianza, moda e asimmetria.
Il tuo ad blocker ci impedisce di mostrare annunci
MiniWebtool è gratuito grazie agli annunci. Se questo strumento ti è stato utile, sostienici con Premium (senza annunci + più veloce) oppure inserisci MiniWebtool.com nella whitelist e ricarica la pagina.
- Oppure passa a Premium (senza annunci)
- Consenti gli annunci per MiniWebtool.com, poi ricarica
Calcolatore Distribuzione Beta
Il Calcolatore della Distribuzione Beta calcola le probabilità, visualizza la funzione di densità di probabilità (PDF) e la funzione di distribuzione cumulativa (CDF) e mostra le proprietà della distribuzione per la distribuzione beta \(X \sim \text{Beta}(\alpha, \beta)\). Inserisci i parametri di forma \(\alpha\) e \(\beta\) insieme a un valore \(x \in [0, 1]\) per ottenere \(P(X \leq x)\), \(P(X \geq x)\) o \(P(a \leq X \leq b)\), completo di soluzioni passo-passo, grafici interattivi e statistiche chiave come media, varianza, moda e asimmetria.
Cos'è la Distribuzione Beta?
La distribuzione beta è una distribuzione di probabilità continua definita nell'intervallo \([0, 1]\) con due parametri di forma positivi \(\alpha\) (alfa) e \(\beta\) (beta). La sua funzione di densità di probabilità (PDF) è:
$$f(x;\,\alpha,\beta) = \frac{x^{\alpha-1}(1-x)^{\beta-1}}{B(\alpha,\beta)}, \quad 0 \leq x \leq 1$$
dove \(B(\alpha,\beta) = \frac{\Gamma(\alpha)\,\Gamma(\beta)}{\Gamma(\alpha+\beta)}\) è la funzione beta. La distribuzione beta è estremamente versatile — variando \(\alpha\) e \(\beta\), può modellare distribuzioni uniformi, a campana, a U o a J, rendendola una delle distribuzioni più importanti in probabilità e statistica.
Proprietà Chiave
Galleria delle Forme — Come α e β Influenzano la Distribuzione
La distribuzione beta assume forme notevolmente diverse a seconda dei suoi parametri:
Formule
| Proprietà | Formula | Descrizione |
|---|---|---|
| \(f(x) = \frac{x^{\alpha-1}(1-x)^{\beta-1}}{B(\alpha,\beta)}\) | Densità di probabilità in x | |
| CDF | \(F(x) = I_x(\alpha,\beta)\) | Funzione beta incompleta regolarizzata |
| Media | \(\mu = \frac{\alpha}{\alpha+\beta}\) | Valore atteso |
| Varianza | \(\sigma^2 = \frac{\alpha\beta}{(\alpha+\beta)^2(\alpha+\beta+1)}\) | Dispersione della distribuzione |
| Moda | \(\frac{\alpha-1}{\alpha+\beta-2}\) (se α, β > 1) | Valore più probabile |
| Asimmetria | \(\frac{2(\beta-\alpha)\sqrt{\alpha+\beta+1}}{(\alpha+\beta+2)\sqrt{\alpha\beta}}\) | Misura dell'asimmetria |
| Funzione Beta | \(B(\alpha,\beta) = \frac{\Gamma(\alpha)\Gamma(\beta)}{\Gamma(\alpha+\beta)}\) | Costante di normalizzazione |
Interpretazione Bayesiana
La distribuzione beta è centrale nella statistica bayesiana perché è la coniugata a priori per le distribuzioni di Bernoulli e Binomiale. Se si ha una convinzione a priori su una probabilità \(p\) espressa come \(\text{Beta}(\alpha, \beta)\) e si osservano \(s\) successi in \(n\) prove, la convinzione aggiornata (a posteriori) è:
$$p \mid \text{data} \sim \text{Beta}(\alpha + s, \; \beta + n - s)$$
Questa elegante regola di aggiornamento è il motivo per cui la distribuzione beta è la scelta predefinita per modellare l'incertezza su probabilità. Le scelte comuni per le distribuzioni a priori includono:
| Nome Prior | Parametri | Quando Usarla |
|---|---|---|
| Uniforme (piatta) | Beta(1, 1) | Nessuna informazione a priori — tutte le probabilità sono ugualmente probabili |
| Prior di Jeffreys | Beta(0.5, 0.5) | Prior non informativa con buone proprietà matematiche |
| Prior di Haldane | Beta(0, 0) (impropria) | Massimamente non informativa — usata nell'analisi bayesiana formale |
| Debolmente informativa | Beta(2, 2) | Leggera preferenza per valori vicini a 0.5 |
Applicazioni nel Mondo Reale
| Campo | Cosa Modella X | Esempio |
|---|---|---|
| A/B Testing | Probabilità del tasso di conversione | Stima dei tassi di click per due varianti di un sito web |
| Controllo Qualità | Proporzione di articoli difettosi | Modellazione del tasso di difetti di un processo produttivo |
| Analisi Sportiva | Probabilità di vittoria / media battuta | Stima della vera media battuta di un giocatore di baseball |
| Assicurazioni | Probabilità di sinistro | Modellazione della proporzione di assicurati che presentano un reclamo |
| Genetica | Frequenza allelica | Modellazione della frequenza di una variante genica in una popolazione |
| Machine Learning | Fiducia del modello | Distribuzione a priori per i parametri di probabilità nei classificatori bayesiani |
Distribuzione Beta vs. Altre Distribuzioni
| Caratteristica | Beta | Normale | Uniforme |
|---|---|---|---|
| Supporto | [0, 1] | (−∞, +∞) | [a, b] |
| Parametri | α, β (forma) | μ, σ (posizione, scala) | a, b (punti estremi) |
| Flessibilità Forma | Molto alta (campana, U, J, piatta) | Sempre a campana | Sempre piatta |
| Migliore Per | Proporzioni, probabilità | Misurazioni non limitate | Scenari con uguale probabilità |
| Uso Bayesiano | Coniugata a priori per Bernoulli | Coniugata a priori per Normale (σ nota) | Prior non informativa |
Come Usare il Calcolatore della Distribuzione Beta
- Inserisci i parametri di forma α e β: Entrambi devono essere numeri positivi. α controlla quanto peso c'è vicino a 1, e β controlla il peso vicino a 0. Per una distribuzione simmetrica, imposta α = β.
- Seleziona il tipo di probabilità: Scegli P(X ≤ x) per la probabilità cumulativa, P(X ≥ x) per la probabilità di sopravvivenza o P(a ≤ X ≤ b) per la probabilità di un intervallo.
- Inserisci il valore x o l'intervallo: I valori devono essere compresi tra 0 e 1. Per le probabilità di intervallo, inserisci sia il limite inferiore a che il limite superiore b.
- Esamina i risultati: Controlla il risultato della probabilità, il badge di classificazione della forma, i grafici interattivi PDF e CDF con le regioni di probabilità ombreggiate, le proprietà della distribuzione (media, varianza, moda) e la soluzione completa passo-passo.
FAQ
Cita questo contenuto, pagina o strumento come:
"Calcolatore Distribuzione Beta" su https://MiniWebtool.com/it// di MiniWebtool, https://MiniWebtool.com/
dal team di MiniWebtool. Aggiornato: 2026-04-14
Puoi anche provare il nostro Risolutore di Matematica AI GPT per risolvere i tuoi problemi matematici attraverso domande e risposte in linguaggio naturale.