🔔 Calcolatore Distribuzione Normale
Normal Distribution Calculator is a free statistics tool that computes probabilities for the bell-shaped normal distribution. Enter the mean μ and standard deviation σ, then choose a mode — below a value P(X ≤ x), above a value P(X ≥ x), between two values P(a ≤ X ≤ b). The tool returns the probability, the equivalent z-score, the probability density f(x), and a plain-language interpretation. All calculations run locally in your browser with no data uploaded and no account required. Students and analysts use it for homework, quality control, risk assessment and any task that needs Gaussian probabilities.
Calcola probabilità cumulative, probabilità di coda e probabilità di intervallo per qualsiasi distribuzione normale. Inserisci μ e σ, completamente offline.
Che cos’è questo strumento?
La distribuzione normale—detta anche distribuzione gaussiana o curva a campana—è la più importante distribuzione di probabilità continua della statistica. La sua curva simmetrica a campana è completamente descritta da due parametri: la media μ, che individua il centro della curva, e la deviazione standard σ, che controlla quanto è ampia o stretta la dispersione. La famosa regola 68-95-99,7 dice che circa il 68% di tutte le osservazioni cade entro una deviazione standard dalla media, il 95% entro due e il 99,7% entro tre.
Poiché tantissimi fenomeni naturali e sociali si avvicinano a una distribuzione normale—altezze, pressione sanguigna, errori di misura, punteggi dei test, tolleranze di produzione—la distribuzione normale è al centro della statistica inferenziale. I programmi di qualità Six Sigma, la scala del QI, i modelli di rischio finanziario e gli intervalli di confidenza si basano tutti su di essa.
Questo calcolatore ti fornisce quelle probabilità all'istante. Scegli una modalità, inserisci μ, σ e il tuo valore (o valori), e restituisce la densità di probabilità f(x), la probabilità cumulativa e il corrispondente z-score. Tutto gira nel tuo browser: nulla viene caricato. Per lavori correlati, prova il calcolatore di z-score, il calcolatore di deviazione standard e il calcolatore di intervallo di confidenza per estendere la tua analisi.Come funziona
Il calcolatore converte il tuo input in uno z-score, poi valuta la funzione di ripartizione cumulativa (CDF) della normale standard.
f(x) = (1 / (σ√(2π))) · e^(−(x − μ)² / (2σ²))
P(X ≤ x) = Φ(z) = (1/√(2π)) · ∫−∞z e^(−t²/2) dt, dove z = (x − μ) / σ
Tabella z-score e percentile
Probabilità cumulativa Φ(z) = P(Z ≤ z) per z-score comuni. Usala come consultazione rapida invece di una tavola z stampata.
| z-score | P(Z ≤ z) | Percentile | Coda P(Z > z) |
|---|---|---|---|
| −3.00 | 0.00135 | 0.135% | 99.865% |
| −2.58 | 0.00494 | 0.494% | 99.506% |
| −2.00 | 0.02275 | 2.275% | 97.725% |
| −1.96 | 0.02500 | 2.500% | 97.500% |
| −1.645 | 0.05000 | 5.000% | 95.000% |
| −1.00 | 0.15866 | 15.866% | 84.134% |
| −0.50 | 0.30854 | 30.854% | 69.146% |
| 0.00 | 0.50000 | 50.000% | 50.000% |
| 0.50 | 0.69146 | 69.146% | 30.854% |
| 1.00 | 0.84134 | 84.134% | 15.866% |
| 1.645 | 0.95000 | 95.000% | 5.000% |
| 1.96 | 0.97500 | 97.500% | 2.500% |
| 2.00 | 0.97725 | 97.725% | 2.275% |
| 2.58 | 0.99506 | 99.506% | 0.494% |
| 3.00 | 0.99865 | 99.865% | 0.135% |
Regola empirica (68-95-99,7)
Per una distribuzione normale, la percentuale di valori entro ±1, ±2 e ±3 deviazioni standard dalla media.
| Intervallo | Intervallo | Probabilità interna | Probabilità esterna |
|---|---|---|---|
| ±1σ | μ − σ to μ + σ | ≈ 68.27% | ≈ 31.73% |
| ±2σ | μ − 2σ to μ + 2σ | ≈ 95.45% | ≈ 4.55% |
| ±3σ | μ − 3σ to μ + 3σ | ≈ 99.73% | ≈ 0.27% |
I valori oltre ±3σ (circa lo 0,27% dei casi) sono spesso trattati come outlier nel controllo qualità e nell'analisi del rischio. L'intervallo bilaterale esatto al 95% è ±1,96σ, da cui deriva l'intervallo di confidenza al 95%.
Come usare
- Inserisci la media μ della tua distribuzione (usa 0 per una normale standard).
- Inserisci la deviazione standard σ. Deve essere un numero positivo.
- Scegli una modalità: sotto un valore, sopra un valore o tra due valori.
- Digita il valore x (o i limiti a e b per la modalità intervallo).
- Premi Calcola. Leggi probabilità, percentuale, z-score, densità f(x) e l'interpretazione in linguaggio semplice.
Domande Frequenti
Qual è la differenza tra PDF e CDF?
La funzione di densità di probabilità f(x) dà l'altezza della curva a campana in un singolo punto: non è essa stessa una probabilità. La funzione di ripartizione cumulativa Φ(x) = P(X ≤ x) è la probabilità effettiva di osservare un valore fino a x incluso, pari all'area ombreggiata sotto la curva a sinistra di x.
Come si collega lo z-score alla distribuzione normale?
Lo z-score converte qualsiasi valore in unità di normale standard tramite z = (x − μ) / σ. Uno z-score indica di quante deviazioni standard x si trova sopra o sotto la media. Ad esempio z = 1,96 significa che x è 1,96 deviazioni standard sopra μ e la probabilità di coda superiore oltre esso è circa 2,5%.
Qual è la regola empirica 68-95-99,7?
Per una distribuzione normale, circa il 68% dei valori si trova entro ±1σ dalla media, circa il 95% entro ±2σ e circa il 99,7% entro ±3σ. È una scorciatoia mentale rapida per stimare le probabilità senza integrare e vale solo per la distribuzione normale.
Perché σ deve essere positivo?
La deviazione standard misura la dispersione, quindi deve essere un numero reale positivo. σ = 0 significherebbe che ogni osservazione è esattamente uguale alla media, riducendo la distribuzione a un singolo punto; σ < 0 non ha significato matematico. Il calcolatore rifiuta valori nulli o negativi.
Questo strumento può trovare l'inversa, cioè la x per un dato percentile?
No: lo strumento supporta solo tre modalità: minore di P(X ≤ x), maggiore di P(X ≥ x) e compreso tra P(a ≤ X ≤ b). Non calcola l'inversa (la x per una data probabilità).
Il calcolatore funziona per la distribuzione normale standard?
Assolutamente sì. Imposta μ = 0 e σ = 1 e ogni risultato è in forma di normale standard, identico a quello che dà una tavola z. Lo strumento riporta comunque z-score, densità e probabilità cumulativa.
Consigli
Uno z-score di ±1,96 corrisponde al 95% centrale della distribuzione: è da qui che deriva il familiare intervallo di confidenza al 95%. Ricorda che P(X ≤ μ) è sempre esattamente 0,5, perché la curva normale è simmetrica rispetto alla media. Quando σ è molto grande, la curva è piatta e larga, quindi le probabilità di coda si riducono lentamente; quando σ è piccolo, la probabilità si concentra nettamente intorno a μ. Verifica sempre che σ sia positivo: una deviazione standard nulla o negativa non è valida e lo strumento la rifiuterà. In modalità intervallo, assicurati che il limite inferiore a non superi il limite superiore b. Tutti i calcoli restano nel tuo browser.
Strumenti Correlati
Calcolatore di Z-score
Calcolatore di Z-score online gratuito: calcola lo z-score da media e deviazione
Calcolatore di Deviazione Standard
Calcola deviazione standard, varianza, media e intervallo di un insieme di dati.
Calcolatore di Statistica
Calcolatore di statistica online gratuito. Calcoli media, mediana, moda, interva
Calcolatore di Probabilità
Calcola la probabilità di qualsiasi singolo evento. Inserisci esiti favorevoli e
Calcolatore dell'Intervallo di Confidenza
Calcola l'intervallo di confidenza per la media con Z o t. Inserisci media, devi
Fonti e Riferimenti
- Abramowitz M, Stegun IA. Handbook of Mathematical Functions, formula 7.1.26 — Error function approximation. dlmf.nist.gov.
- NIST/SEMATECH. e-Handbook of Statistical Methods — Normal Distribution. itl.nist.gov.
- Wikipedia. Normal distribution. en.wikipedia.org.
Last reviewed: August 2026.
Limitazioni
This tool computes Gaussian probabilities for educational and analytical purposes. It assumes that your data actually follows a normal distribution — real data sets are often skewed or heavy-tailed.
What this tool does not account for:
- Non-normal data: heights, measurement errors and similar quantities are often approximately normal, but income, reaction times and many financial returns are not. Always verify distributional assumptions before relying on the probabilities.
- Numerical precision: the error-function approximation is accurate to roughly 1×10⁻⁷, which is more than enough for everyday work but not for cryptographic or high-precision research.
- Discrete data: the normal distribution is continuous. For counts or proportions, a binomial or Poisson model may be more appropriate.
For mission-critical decisions, verify results with dedicated statistical software and consult a qualified statistician.