🎯 Calcolatore dell'Intervallo di Confidenza

Un intervallo di confidenza (IC) è un intervallo di valori, calcolato a partire dai dati del campione, che probabilmente contiene il vero parametro della popolazione (come la media μ) a un livello di confidenza scelto. Anziché fornire una singola stima puntuale come la media del campione x̄, un intervallo di confidenza offre un limite inferiore e superiore che racchiudono i valori plausibili del parametro. Ad esempio, un intervallo di confidenza del 95% di [48.2, 51.8] significa che, ripetendo il processo di campionamento molte volte, circa il 95% degli intervalli risultanti conterrebbe la vera media della popolazione. Il concetto è strettamente legato alla distribuzione normale e allo Z-score, poiché la larghezza dell'intervallo dipende da quanto sono dispersi i dati e da quanto vuoi essere sicuro.

Esistono due formule principali. Quando la deviazione standard della popolazione σ è nota, l'intervallo usa un valore critico Z e segue la forma x̄ ± Z* × σ/√n. Quando σ è sconosciuta (il caso tipico nel mondo reale), usi la deviazione standard del campione s e un valore critico t con n−1 gradi di libertà: x̄ ± t* × s/√n. La distribuzione t è più ampia della curva normale per campioni piccoli, il che produce intervalli leggermente più conservativi. Man mano che la dimensione del campione cresce, t converge a Z. Il nostro calcolatore gestisce entrambi i casi automaticamente e funziona insieme al calcolatore della deviazione standard e al calcolatore del p-value.

Il calcolatore dell'intervallo di confidenza applica una di due classiche formule statistiche, a seconda che la deviazione standard della popolazione sia nota.

Intervallo Z (σ nota)

Usato quando conosci la vera deviazione standard della popolazione σ. Il valore critico Z* proviene dalla distribuzione normale standard: 1.645 per il 90%, 1.96 per il 95% e 2.576 per il 99% di confidenza.

Intervallo t (σ sconosciuta)

Usato quando σ è sconosciuta e la stimi con la deviazione standard del campione s. Il valore critico t* proviene dalla distribuzione t con n − 1 gradi di libertà. Per n grandi, t* si avvicina a Z*. Il calcolatore cerca automaticamente il t* corretto per la tua dimensione del campione e il livello di confidenza.

Errore Marginale

Il limite inferiore è uguale a x̄ − ME e il limite superiore è uguale a x̄ + ME. Una dimensione del campione maggiore riduce ME, mentre un livello di confidenza più alto lo amplia perché il valore critico cresce.

Man mano che i gradi di libertà aumentano, il valore critico t si avvicina al valore Z. Per df superiori a 30 la differenza è trascurabile per la maggior parte dei lavori pratici.

Questi esempi risolti mostrano come dimensione del campione, deviazione standard e livello di confidenza si combinano per determinare l'errore marginale (ME).

ME = critico × ds / √n. L'ultima riga mostra come un campione grande mantiene l'intervallo stretto anche al 99% di confidenza.

1. Inserisci la media del campione (x̄) — ad esempio, 50. Questa è la media dei tuoi dati campionati.
2. Inserisci la deviazione standard. Se σ è nota, digita il valore della popolazione; altrimenti digita la deviazione standard del campione s.
3. Inserisci la dimensione del campione (n). Sono richiesti valori maggiori di 1; campioni più grandi danno intervalli più stretti.
4. Seleziona un livello di confidenza — 90%, 95% o 99%. Poi scegli se sigma è nota (metodo Z) o sconosciuta (metodo t).
5. Clicca Calcola per vedere il limite inferiore, il limite superiore, l'errore marginale e il valore critico utilizzato.

Quando dovrei usare l'intervallo Z rispetto all'intervallo t?

Usa l'intervallo Z quando conosci la vera deviazione standard della popolazione σ da studi precedenti o dati censuari. Usa l'intervallo t quando σ è sconosciuta e devi stimarla con la deviazione standard del campione s. Per campioni superiori a circa 30 i due metodi danno risultati quasi identici perché la distribuzione t converge alla distribuzione normale.

Cosa significa esattamente un intervallo di confidenza del 95%?

Significa che, ripetendo la procedura di campionamento molte volte e costruendo un intervallo di confidenza ogni volta, circa il 95% di tali intervalli conterrebbe la vera media della popolazione. Non significa che ci sia una probabilità del 95% che l'intervallo specifico che hai calcolato contenga il parametro, perché il parametro è fisso, non casuale.

Perché il mio intervallo è più ampio al 99% di confidenza rispetto al 90%?

Una confidenza maggiore richiede un valore critico più grande (2.576 contro 1.645), che aumenta l'errore marginale e quindi allarga l'intervallo. Stai scambiando precisione per certezza. Per mantenere l'intervallo stretto ad alta confidenza, ti serve una dimensione del campione maggiore.

Come influenza la dimensione del campione l'intervallo di confidenza?

L'errore marginale è diviso per la radice quadrata di n, quindi quadruplicare la dimensione del campione riduce a metà solo la larghezza dell'intervallo. Questo rendimento decrescente significa che stime molto precise richiedono una quantità di dati esponenzialmente maggiore, ed è per questo che la maggior parte dei sondaggi usa campioni di 1.000–2.000 invece di decine di migliaia.

Questo calcolatore può gestire un livello di confidenza diverso da 90, 95 o 99 percento?

Questa versione supporta i tre livelli più comuni. Per livelli personalizzati avresti bisogno del valore critico Z o t esatto per quella probabilità, cosa che va oltre lo scopo di questo strumento semplificato. La maggior parte delle ricerche pubblicate usa uno di questi tre livelli standard.

Cosa succede se la mia dimensione del campione è molto piccola?

Con n inferiore a 10 e σ sconosciuta, la distribuzione t produce intervalli molto ampi perché c'è poca informazione per stimare la variabilità. Tali intervalli possono essere troppo ampi per essere utili. Valuta di raccogliere più dati o riportare il risultato insieme al suo ampio errore marginale così che i lettori comprendano l'incertezza.

Scegli il 95% come livello di confidenza predefinito — è la convenzione più usata nella ricerca scientifica. Usa il 99% solo quando una conclusione errata è molto costosa, poiché l'intervallo più ampio è meno preciso. Se la tua dimensione del campione è inferiore a 30 e σ è sconosciuta, la distribuzione t allarga notevolmente l'intervallo, quindi seleziona sempre il metodo t per campioni piccoli. Ricorda che un intervallo di confidenza non è la probabilità che il parametro giaccia all'interno dell'intervallo; descrive la percentuale di successo a lungo termine del metodo. Tutti i dati rimangono nel tuo browser.