Calcolatore Intervallo di Confidenza

Cos'è un Intervallo di Confidenza?

Un intervallo di confidenza (IC) è un intervallo di valori, derivato dai dati campionari, che probabilmente contiene il vero parametro della popolazione. Quantifica l'incertezza insita nella stima: invece di fornire una singola stima puntuale, un IC fornisce un intervallo entro il quale ci si aspetta che il parametro ricada con un dato livello di confidenza.

Ad esempio, un intervallo di confidenza al 95% significa che se si ripetesse il processo di campionamento molte volte e si calcolasse un IC ogni volta, circa il 95% di quegli intervalli conterrebbe la vera media della popolazione.

La Formula

• x̄ = media campionaria
• t_{α/2, n-1} = valore critico dalla distribuzione t con n-1 gradi di libertà
• s = deviazione standard campionaria
• n = dimensione del campione
• s / √n = errore standard della media (SE)

Quando Usare Z vs. Distribuzione t

Questo calcolatore utilizza la distribuzione t, che è sempre valida e si avvicina automaticamente alla distribuzione normale al crescere della dimensione del campione.

Come Interpretare un Intervallo di Confidenza

Un'idea errata comune è che un IC al 95% significhi che c'è una probabilità del 95% che il vero parametro sia all'interno dell'intervallo. Nella statistica frequentista, l'interpretazione corretta è:

• Se l'esperimento venisse ripetuto molte volte, il 95% degli intervalli calcolati conterrebbe la vera media della popolazione
• Il vero parametro è un valore fisso (ma sconosciuto), non casuale
• Un intervallo più ampio indica maggiore incertezza nella stima
• Un intervallo più stretto indica una stima più precisa

Fattori che Influenzano l'Ampiezza di un IC

• Dimensione del campione (n): Campioni più grandi producono intervalli più stretti (maggiore precisione)
• Variabilità (s): Una minore variabilità nei dati porta a intervalli più stretti
• Livello di confidenza: Una confidenza più alta (es. 99% vs. 95%) produce intervalli più ampi

Esempio Svolto

Supponiamo di misurare le altezze (in cm) di 8 studenti selezionati casualmente e di ottenere: 165, 170, 168, 172, 175, 169, 171, 174.

• Passo 1: Calcolare la media campionaria: x̄ = (165 + 170 + 168 + 172 + 175 + 169 + 171 + 174) / 8 = 170,5
• Passo 2: Calcolare la deviazione standard campionaria: s ≈ 3,16
• Passo 3: Calcolare l'errore standard: SE = 3,16 / √8 ≈ 1,118
• Passo 4: Trovare il valore critico t per una confidenza del 95% con df = 7: t ≈ 2,365
• Passo 5: Calcolare il margine di errore: E = 2,365 × 1,118 ≈ 2,644
• Passo 6: IC = 170,5 ± 2,644 = (167,856, 173,144)

Siamo fiduciosi al 95% che la vera altezza media della popolazione studentesca sia compresa approssimativamente tra 167,86 cm e 173,14 cm.

Riferimenti

Le formule e i metodi utilizzati in questo calcolatore si basano sulla teoria statistica consolidata dalle seguenti fonti:

• NIST/SEMATECH e-Handbook of Statistical Methods - Intervalli di Confidenza per la Media
• Penn State STAT 200 - Intervalli di Confidenza
• Khan Academy - Intervalli di Confidenza
• Devore, J. L. (2015). Probability and Statistics for Engineering and the Sciences (9th ed.). Cengage Learning. Capitolo 7: Intervalli Statistici Basati su un Singolo Campione.
• Wackerly, D., Mendenhall, W., & Scheaffer, R. (2014). Mathematical Statistics with Applications (7th ed.). Cengage Learning. Capitolo 8: Stima.