Calcolatore Distribuzione Normale

Il Calcolatore Distribuzione Normale calcola le probabilità per la distribuzione normale (gaussiana) — la distribuzione di probabilità continua più importante in statistica. Inserisci una media (μ) e una deviazione standard (σ) per trovare la probabilità che una variabile casuale cada al di sotto di un valore, al di sopra di un valore, tra due valori, o per trovare uno specifico quantile. I risultati includono una visualizzazione interattiva della curva a campana con l'area di probabilità ombreggiata, la conversione dello z-score e una ripartizione del calcolo passo dopo passo.

Cos'è la Distribuzione Normale?

La distribuzione normale, chiamata anche distribuzione gaussiana o curva a campana, è una distribuzione di probabilità continua simmetrica centrata attorno alla sua media (μ). È completamente descritta da due parametri:

• Media (μ) — il centro della distribuzione, dove si verifica il picco della curva a campana.
• Deviazione standard (σ) — controlla la dispersione; un valore σ più grande produce una curva più larga e piatta.

Molti fenomeni naturali — altezze, punteggi dei test, errori di misurazione, punteggi QI — seguono approssimativamente una distribuzione normale. Il Teorema del Limite Centrale garantisce che la media di un campione sufficientemente grande proveniente da qualsiasi distribuzione converga a una distribuzione normale, rendendola fondamentale per la statistica inferenziale.

La Formula della Distribuzione Normale

La Funzione di Densità di Probabilità (PDF) di una distribuzione normale è:

La Funzione di Distribuzione Cumulativa (CDF) fornisce la probabilità che X sia minore o uguale a x:

Lo z-score converte qualsiasi valore di una distribuzione normale nella normale standard (media = 0, deviazione standard = 1):

Come Usare Questo Calcolatore

1. Seleziona la modalità di calcolo: Scegli Coda Sinistra P(X ≤ x), Coda Destra P(X ≥ x), Tra P(a ≤ X ≤ b), o Inversa (trova x dalla probabilità).
2. Inserisci i parametri della distribuzione: Inserisci la media (μ) e la deviazione standard (σ). Per la distribuzione normale standard, usa μ = 0 e σ = 1.
3. Inserisci i tuoi valori specifici: A seconda della modalità, inserisci il valore x, i limiti inferiore/superiore o la probabilità target.
4. Controlla i risultati: Fai clic su Calcola per vedere la probabilità, lo z-score, la curva a campana interattiva con l'area ombreggiata e la ripartizione passo dopo passo.

Comprendere PDF, CDF e CDF Inversa

• PDF (Funzione di Densità di Probabilità): Fornisce la probabilità relativa di un valore specifico. Rappresenta l'altezza della curva a campana in un dato punto. Per le distribuzioni continue, la PDF stessa non è una probabilità — le probabilità derivano dall'integrazione della PDF su un intervallo.
• CDF (Funzione di Distribuzione Cumulativa): Fornisce P(X ≤ x), la probabilità che la variabile sia pari o inferiore a un dato valore. Graficamente, è l'area sotto la curva a sinistra di x. La CDF varia da 0 a 1.
• CDF Inversa (Funzione Quantile): L'inverso della CDF — data una probabilità p, trova il valore x tale che P(X ≤ x) = p. Ad esempio, la CDF inversa a p = 0,975 per la normale standard restituisce x ≈ 1,96.

La Regola 68-95-99,7

La regola empirica (chiamata anche regola dei tre sigma) fornisce stime rapide di probabilità per qualsiasi distribuzione normale:

Ciò significa che circa il 68% dei valori rientra entro una deviazione standard dalla media, il 95% entro due e quasi tutti (99,7%) entro tre. I valori oltre 3σ sono estremamente rari in una distribuzione normale.

Tabella di Riferimento Comune degli Z-Score

Applicazioni Comuni della Distribuzione Normale

• Controllo Qualità: Monitoraggio dei processi produttivi utilizzando grafici di controllo e limiti di specifica basati su μ ± nσ.
• Test di Ipotesi: Determinazione dei p-value e dei valori critici per z-test e intervalli di confidenza.
• Test Standardizzati: I punteggi SAT, GRE e QI sono progettati per seguire una distribuzione normale, consentendo confronti percentili.
• Scienze Naturali: Gli errori di misurazione, i tratti biologici (altezza, peso) e molte quantità fisiche sono distribuiti normalmente.
• Finanza: Il modello di Black-Scholes e il Value at Risk (VaR) presuppongono rendimenti distribuiti normalmente per la valutazione delle opzioni e la valutazione del rischio.

Domande Frequenti

Cos'è una distribuzione normale?

Una distribuzione normale (chiamata anche distribuzione gaussiana o curva a campana) è una distribuzione di probabilità continua e simmetrica definita dalla sua media e deviazione standard. È la distribuzione più importante in statistica perché molti fenomeni naturali la seguono approssimativamente e il Teorema del Limite Centrale garantisce che le medie campionarie convergano ad essa indipendentemente dalla distribuzione sottostante.

Cos'è uno z-score e come viene utilizzato?

Uno z-score misura quante deviazioni standard un valore dista dalla media. Viene calcolato come z = (x − μ) / σ. Gli z-score consentono di confrontare valori di diverse distribuzioni normali convertendoli nella distribuzione normale standard (media = 0, deviazione standard = 1). Uno z-score di 1,96 corrisponde al 97,5° percentile.

Qual è la differenza tra PDF e CDF?

La PDF (Funzione di Densità di Probabilità) fornisce la probabilità relativa di un valore specifico, rappresentando l'altezza della curva a campana in quel punto. La CDF (Funzione di Distribuzione Cumulativa) fornisce la probabilità che una variabile casuale sia minore o uguale a un valore specifico, rappresentando l'area sotto la curva a sinistra di quel punto. La CDF varia sempre da 0 a 1.

Cos'è la regola 68-95-99,7?

La regola 68-95-99,7 (chiamata anche regola empirica o regola dei tre sigma) stabilisce che per una distribuzione normale, circa il 68,27% dei valori rientra entro una deviazione standard dalla media, il 95,45% entro due deviazioni standard e il 99,73% entro tre deviazioni standard. Questa regola aiuta a stimare rapidamente le probabilità senza calcoli dettagliati.

Come trovo la probabilità tra due valori?

Per trovare la probabilità tra due valori a e b in una distribuzione normale, calcola P(a ≤ X ≤ b) = CDF(b) − CDF(a). Per prima cosa converti entrambi i valori in z-score usando z = (x − media) / deviazione standard, quindi cerca o calcola la CDF per ogni z-score e sottrai. Questo calcolatore automatizza questo processo nella modalità Tra.