Introduzione alla distribuzione normale

Scopri la curva a campana, la distribuzione di probabilità più importante in statistica.

Avanzato25 minLezione
Scheda da stampare

Definizione

La distribuzione normale (chiamata anche distribuzione gaussiana o curva a campana) è una distribuzione di probabilità simmetrica a forma di campana che descrive come molti fenomeni naturali sono distribuiti attorno a un valore medio.

Proprietà chiave

  1. 1.Simmetrica: La distribuzione è perfettamente simmetrica attorno alla media (μ\mu)
  2. 2.A forma di campana: La maggior parte dei valori si raggruppa vicino al centro, con meno valori alle estremità
  3. 3.Media = Mediana = Moda: Tutte e tre le misure di tendenza centrale sono uguali
  4. 4.Definita da due parametri:
  • Media (μ\mu): Il centro della distribuzione
  • Deviazione standard (σ\sigma): Quanto sono dispersi i dati

La distribuzione normale standard

Quando μ=0\mu = 0 e σ=1\sigma = 1, abbiamo la distribuzione normale standard:
Z=X−μσZ = \frac{X - \mu}{\sigma}
Questa formula converte qualsiasi valore XX in un punteggio Z, indicando quante deviazioni standard si trova dalla media.

Prova subito

Quale forma ha la distribuzione normale?

Esempi svolti

Le altezze degli uomini adulti in un paese sono normalmente distribuite con media μ=175\mu = 175 cm e deviazione standard σ=7\sigma = 7 cm. Quale percentuale di uomini è alta tra 168 cm e 182 cm?
1

Identificare i limiti in termini di deviazioni standard

168=175−7=μ−1σ168 = 175 - 7 = \mu - 1\sigma 182=175+7=μ+1σ182 = 175 + 7 = \mu + 1\sigma → Stiamo guardando ±1\pm 1 deviazione standard dalla media
2

Applicare la regola 68-95-99,7

Entro 1 deviazione standard dalla media: 68% Entro 2 deviazioni standard: 95% Entro 3 deviazioni standard: 99,7% → Il 68% dei dati cade entro 1 deviazione standard
3

Esprimere la risposta

Poiché 168 cm e 182 cm sono esattamente a 1 deviazione standard dalla media → Circa il 68% degli uomini è alto tra 168 cm e 182 cm

Errori comuni

Confondere deviazione standard e varianza

Perché è sbagliato: La varianza (σ2\sigma^2) è il quadrato della deviazione standard. Usare la varianza invece della deviazione standard nei calcoli del punteggio Z dà risultati errati.

Corretto: Usa sempre la deviazione standard (σ\sigma) nella formula del punteggio Z: Z=X−μσZ = \frac{X - \mu}{\sigma}

Dimenticare che la distribuzione normale è simmetrica

Perché è sbagliato: Gli studenti a volte calcolano le probabilità per una sola coda e dimenticano di considerare la simmetria.

Corretto: La probabilità di essere più di 2 deviazioni standard sopra la media (2,5%) è uguale alla probabilità di essere più di 2 deviazioni standard sotto la media (2,5%).

Applicare la regola 68-95-99,7 a distribuzioni non normali

Perché è sbagliato: Questa regola si applica solo alle distribuzioni normali. Altre distribuzioni possono avere percentuali molto diverse.

Corretto: Prima verifica che i tuoi dati seguano una distribuzione normale prima di applicare queste regole.

Pensare che un punteggio Z negativo sia cattivo

Perché è sbagliato: Un punteggio Z negativo significa semplicemente che il valore è sotto la media, non che sia sbagliato o non valido.

Corretto: I punteggi Z possono essere positivi (sopra la media) o negativi (sotto la media). Il contesto determina se più alto o più basso è desiderabile.

Visuale interattivo

Distribuzione normale

Altezza degli uomini: μ = 175 cm, σ = 7 cm

34,1%34,1%13,6%13,6%2,1%2,1%154μ − 3σ161μ − 2σ168μ − σ175μ182μ + σ189μ + 2σ196μ + 3σcm

μ = 175, σ = 7

Colora entro

P(168 ≤ X ≤ 182) ≈ 0,6827 = 68,3%z = -1, z = 1

Regola 68-95-99,7: circa il 68% dei valori è entro 1σ dalla media, il 95% entro 2σ e il 99,7% entro 3σ.

Distribuzione normale

Punteggi del test: μ = 500, σ = 100

200μ − 3σ300μ − 2σ400μ − σ500μ600μ + σ700μ + 2σ800μ + 3σ

μ = 500, σ = 100

Colora entro

P(X ≤ 650) ≈ 0,9332 = 93,3%z = 1,5

Sandbox interattivo

Calcolatrice di espressioni

Prova questi:

Cronologia

Ancora nessun calcolo

Esercizi pratici

15 esercizi
Problema 1 di 15
Facile
Quale forma ha la distribuzione normale?

Perché è importante

La distribuzione normale appare ovunque nel mondo reale:
  • Caratteristiche umane: Altezze, pesi, pressione sanguigna e punteggi QI seguono approssimativamente distribuzioni normali
  • Errori di misurazione: Gli errori casuali nelle misurazioni scientifiche tendono ad essere normalmente distribuiti
  • Risultati dei test: La maturità e molti test standardizzati sono progettati per produrre distribuzioni normali
  • Controllo qualità: I processi di produzione utilizzano distribuzioni normali per monitorare la qualità del prodotto
  • Teorema del limite centrale: Le medie campionarie di QUALSIASI distribuzione diventano approssimativamente normali con campioni grandi
Comprendere la distribuzione normale è essenziale per fare previsioni, rilevare valori anomali e comprendere l'inferenza statistica.

Applicazioni nel mondo reale

Controllo qualità nella produzione

Le fabbriche utilizzano distribuzioni normali per monitorare la qualità del prodotto e stabilire intervalli di tolleranza accettabili.

Esempio:

Una fabbrica di bulloni produce bulloni con diametro medio μ=10,00\mu = 10{,}00 mm e σ=0,02\sigma = 0{,}02 mm. I bulloni fuori da ±3σ\pm 3\sigma (9,94 mm a 10,06 mm) vengono scartati come difettosi.

1Provaci tu stesso

Una fabbrica produce bottiglie che dovrebbero contenere 500 mL di liquido. Il processo di riempimento è normalmente distribuito con μ=500\mu = 500 mL e σ=5\sigma = 5 mL.

Quale intervallo contiene il 95% di tutte le bottiglie?

Passo 1: Scegli la risposta giusta

Usa la regola 68-95-99,7 con ±2σ\pm 2\sigma:

Test medici e diagnosi

I medici utilizzano distribuzioni normali per interpretare i risultati dei test medici e determinare cosa è considerato sano o anormale.

Esempio:

Le letture della pressione sanguigna sono approssimativamente normalmente distribuite. Una lettura più di 2 deviazioni standard sopra la media della popolazione può indicare ipertensione.

2Provaci tu stesso

I livelli di colesterolo negli adulti sani sono normalmente distribuiti con μ=200\mu = 200 mg/dL e σ=35\sigma = 35 mg/dL. Un livello superiore a μ+1,5σ\mu + 1{,}5\sigma è considerato elevato.

A quale livello di colesterolo un risultato diventa elevato?

Passo 1: Scrivi l'espressione matematica

Calcola μ+1,5σ\mu + 1{,}5\sigma:

Punti chiave

  • 1La distribuzione normale è una curva simmetrica a forma di campana definita dalla media (μ\mu) e dalla deviazione standard (σ\sigma)
  • 2La regola 68-95-99,7: il 68% dei dati cade entro ±1σ\pm 1\sigma, il 95% entro ±2σ\pm 2\sigma, il 99,7% entro ±3σ\pm 3\sigma
  • 3Formula del punteggio Z: Z=X−μσZ = \frac{X - \mu}{\sigma} indica quante deviazioni standard un valore è dalla media
  • 4La distribuzione normale standard ha μ=0\mu = 0 e σ=1\sigma = 1
  • 5Le distribuzioni normali appaiono nelle altezze, nei risultati dei test, negli errori di misurazione e in molti fenomeni naturali

Domande frequenti

La forma del grafico della distribuzione normale assomiglia a una campana - larga nel mezzo dove si verificano la maggior parte dei valori, e assottigliandosi simmetricamente a entrambe le estremità dove i valori estremi sono rari.
La forma del grafico della distribuzione normale assomiglia a una campana - larga nel mezzo dove si verificano la maggior parte dei valori, e assottigliandosi simmetricamente a entrambe le estremità dove i valori estremi sono rari.
Sì! Un punteggio Z negativo significa che il valore è sotto la media. Per esempio, z = -1,5 significa che il valore è 1,5 deviazioni standard sotto la media. Questo non è male - dipende dal contesto.
Qualsiasi distribuzione normale può avere qualsiasi media e deviazione standard. La distribuzione normale standard ha specificamente media = 0 e deviazione standard = 1. Convertiamo alla normale standard usando i punteggi Z.
No. Le distribuzioni del reddito sono tipicamente asimmetriche (non simmetriche). Conteggi e proporzioni seguono distribuzioni diverse. Verifica sempre se la normalità è un'ipotesi ragionevole per i tuoi dati.

Glossario

Distribuzione normale
Una distribuzione di probabilità simmetrica a forma di campana definita dalla sua media e deviazione standard
Media (μ)
Il centro della distribuzione normale; il valore medio
Deviazione standard (σ)
Una misura di dispersione; indica quanto i valori si discostano tipicamente dalla media
Punteggio Z
Il numero di deviazioni standard che un valore è dalla media: Z=X−μσZ = \frac{X - \mu}{\sigma}
Distribuzione normale standard
Una distribuzione normale con media 0 e deviazione standard 1
Regola 68-95-99,7
In una distribuzione normale, circa il 68% dei dati è entro 1σ dalla media, il 95% entro 2σ, e il 99,7% entro 3σ
Curva a campana
Un altro nome per la distribuzione normale, a causa della sua forma a campana
Percentile
La percentuale di valori in una distribuzione che cadono sotto un dato valore

Scheda formule

Punteggio Z

Z=X−μσZ = \frac{X - \mu}{\sigma}

Converte un valore grezzo in unità standard

Valore grezzo dal punteggio Z

X=μ+Z⋅σX = \mu + Z \cdot \sigma

Riconverte un punteggio Z nelle unità originali

Regola 68-95-99,7

μ±1σ\mu \pm 1\sigma: 68%, μ±2σ\mu \pm 2\sigma: 95%, μ±3σ\mu \pm 3\sigma: 99,7%

Percentuali entro le deviazioni standard

Sfida di oggiUn problema, tre tentativi

Altro su questo argomento

Introduzione alle distribuzioni di probabilità

Avanzato25 min

Probabilità binomiale

Avanzato25 min

Distribuzioni discrete vs continue

Avanzato25 min

Valore atteso

Avanzato25 min