Convertitore di Intervalli di Confidenza in Deviazioni Standard | Calcola Z-Score

Calcolatore da intervallo di confidenza a deviazione standard

Un calcolatore da intervallo di confidenza a deviazione standard converte un livello di confidenza, come 95%, in un punteggio z. Un punteggio z è il numero di deviazioni standard che separa un valore dalla media di una distribuzione normale. Questa conversione è utilizzata in tutta la statistica per trasformare un livello di confidenza dichiarato nel moltiplicatore necessario per i calcoli del margine di errore e degli intervalli.

Che cos’è un intervallo di confidenza?

Un intervallo di confidenza è un intervallo di valori che si ritiene contenga il valore reale di una popolazione, come una media, con un livello di confidenza dichiarato. Un intervallo di confidenza del 95% significa che, se lo stesso studio fosse ripetuto molte volte, circa il 95% degli intervalli calcolati conterrebbe il valore reale. In una distribuzione normale, ogni livello di confidenza corrisponde a un numero fisso di deviazioni standard su entrambi i lati della media.

Formula per convertire un intervallo di confidenza in un punteggio z

La conversione utilizza l’inversa della funzione di distribuzione cumulativa normale standard, chiamata anche funzione quantile o funzione probit:

z = Φ⁻¹((1 + CI / 100) / 2)

Qui CI è l’intervallo di confidenza espresso come percentuale compresa tra 0 e 100, mentre Φ⁻¹ è la funzione di distribuzione cumulativa normale standard inversa. Il risultato, z, è il numero di deviazioni standard sopra la media che segna il limite superiore dell’intervallo. Il limite inferiore si trova alla stessa distanza sotto la media, quindi l’intero intervallo si estende per ±z deviazioni standard.

Come calcolare le deviazioni standard da un intervallo di confidenza

1. Considerare il livello di confidenza come percentuale, per esempio 95.
2. Dividere per 100 per ottenere una frazione, quindi applicare la formula: p = (1 + 0,95) / 2 = 0,975.
3. Individuare il punteggio z in corrispondenza del quale la curva normale standard raggiunge quella probabilità cumulativa: z = Φ⁻¹(0,975).
4. Arrotondare il risultato. Per il 95%, z ≈ 1,9600.

Esempio svolto

Per un intervallo di confidenza del 99%:

• p = (1 + 0,99) / 2 = 0,995
• z = Φ⁻¹(0,995) ≈ 2,5758

Pertanto, un intervallo di confidenza del 99% si estende per circa 2,5758 deviazioni standard sopra e sotto la media.

Intervalli di confidenza comuni e relativi punteggi z

Questi sono i valori standard dei manuali per una distribuzione normale. I livelli del 68,27%, del 95,45% e del 99,73% corrispondono esattamente a 1, 2 e 3 deviazioni standard.

Casi particolari

• Confidenza del 0%: z = 0. Un intervallo del 0% non ha ampiezza, quindi si riduce alla media stessa, il punto centrale della distribuzione.
• Confidenza del 100%: z è infinito. Comprendere ogni possibile valore di una distribuzione normale richiede un intervallo di ampiezza infinita, poiché la curva non raggiunge mai completamente lo zero.
• Confidenza del 50%: z ≈ 0,6745, talvolta chiamato errore probabile, che divide la distribuzione in due metà uguali attorno alla media.

È valido qualsiasi input percentuale da 0 a 100. I valori al di fuori di questo intervallo non rappresentano livelli di confidenza significativi e vengono rifiutati.

Dove viene utilizzata questa conversione

• Test delle ipotesi: scelta di un valore z critico per un livello di significatività scelto.
• Margine di errore: il margine di errore in un intervallo di confidenza è uguale a z moltiplicato per l’errore standard, quindi il punteggio z è un dato necessario.
• Test A/B: interpretazione della probabilità che una differenza misurata sia reale o dovuta al caso.
• Controllo qualità: impostazione di limiti di controllo a un numero fisso di deviazioni standard dalla media di un processo.

Questi utilizzi presuppongono che i dati sottostanti, o la distribuzione campionaria di una statistica come la media, siano approssimativamente normali. Per campioni piccoli o dati asimmetrici, sono più appropriati altri metodi, come la distribuzione t.

Domande frequenti

Come si converte un intervallo di confidenza del 95% in deviazioni standard? Un intervallo di confidenza del 95% corrisponde a circa ±1,9600 deviazioni standard dalla media. Si ottiene risolvendo z = Φ⁻¹(0,975).

A quale intervallo di confidenza corrisponde 1 deviazione standard? Una deviazione standard su ciascun lato della media (±1σ) copre circa il 68,27% di una distribuzione normale.

Perché si usa 1,96 per gli intervalli di confidenza del 95%? Perché un intervallo del 95% lascia il 2,5% dell’area in ciascuna coda della curva normale. Il punteggio z che segna il percentile 97,5º è circa 1,96.

Che cosa accade con una confidenza del 0% o del 100%? Un intervallo di confidenza del 0% ha ampiezza nulla ed equivale a 0 deviazioni standard, cioè alla media stessa. Un intervallo di confidenza del 100% deve comprendere l’intera distribuzione, il che richiede un numero infinito di deviazioni standard.

Questa conversione funziona per dati non normali? No. Presuppone che i dati, o la relativa distribuzione campionaria, siano normali. Per dati asimmetrici o campioni piccoli è generalmente necessaria una distribuzione t o, in alternativa, un metodo di ricampionamento.

Come si ottiene il margine di errore da un punteggio z? Il margine di errore è uguale a z moltiplicato per l’errore standard della stima: z × (σ / √n), dove σ è la deviazione standard e n è la dimensione del campione.

Riferimenti

1. NIST/SEMATECH. e-Handbook of Statistical Methods, 7.1.4 "What are confidence intervals?". NIST: cosa sono gli intervalli di confidenza? — il campionamento ripetuto include il valore reale in circa il 95% dei casi con una confidenza del 95%.
2. NIST/SEMATECH. e-Handbook of Statistical Methods, 1.3.6.7.1 "Cumulative Distribution Function of the Standard Normal Distribution". NIST: valori critici della normale standard — z = 1,960 per p = 0,975, 2,576 per 0,995, 1,645 per 0,950.
3. NIST/SEMATECH. e-Handbook of Statistical Methods, 6.3.2 "What are Variables Control Charts?". NIST: carte di controllo per variabili — limiti di controllo fissati a k deviazioni standard dalla linea centrale, di solito con k = 3.