Paese e lingua

Imposta la valuta, le unità di misura e le regole specifiche del Paese (tasse, IVA, stipendi) nei calcolatori. Gli strumenti generici non cambiano.

Le pagine non ancora tradotte si aprono in inglese.

↑ ↓ per spostarti · Invio per aprire · Esc per chiudere

📊 Calcolatore dell’intervallo di confidenza

Inserisci media e deviazione standard del campione, oppure il numero di successi, e ottieni l’intervallo, il margine di errore e il valore critico da cui deriva.

Risposta rapida: Per una media campionaria di 50 con s = 8 e n = 25, l’intervallo di confidenza al 95% è 50 ± 2,0639 × 8 ÷ √25 = 50 ± 3,3022, cioè da 46,6978 a 53,3022.

Ancora nessuna valutazione · Ultimo aggiornamento: · Gratis · Senza registrazione

Dati: Calcolatore dell’intervallo di confidenza

Risultato

Intervallo di confidenza al 95% per la media

da 46,6978 a 53,3022

50 ± 3,3022

Margine di errore
±3,3022
Valore critico t* (gl = 24)
2,0639
Errore standard
1,6

Procedimento

  1. Valore critico per una confidenza del 95%: t* (gl = 24) = 2,0639
  2. Errore standard: s ÷ √n = 8 ÷ √25 = 1,6
  3. Margine di errore: 2,0639 × 1,6 = 3,302238
  4. Intervallo: 50 ± 3,3022 = [46,6978; 53,3022]

Con una confidenza del 95%, la vera media della popolazione è compresa tra 46,6978 e 53.3022.

Gli stessi dati con altri livelli di confidenza

ConfidenzaValore criticoMargine di erroreIntervallo
80%1,3178±2,1085da 47,8915 a 52,1085
85%1,4871±2,3794da 47,6206 a 52,3794
90%1,7109±2,7374da 47,2626 a 52,7374
95%2,0639±3,3022da 46,6978 a 53,3022
98%2,4922±3,9875da 46,0125 a 53,9875
99%2,7969±4,4751da 45,5249 a 54,4751
99,9%3,7454±5,9926da 44,0074 a 55,9926
</> Inserisci questo calcolatore nel tuo sito – gratis, senza registrazione e senza pubblicità

Copia questo codice in qualsiasi pagina web, articolo di blog o CMS (WordPress, Wix, Squarespace, Webflow…). Si aggiorna automaticamente, funziona su smartphone e mostra la valuta di ogni visitatore.

Anteprima

Formule dell’intervallo di confidenza

Media: x̄ ± t* × s ÷ √n  ·  x̄ ± z* × σ ÷ √n  ·  Proporzione: p̂ ± z* × √(p̂(1 − p̂) ÷ n)

La parte dopo ± è il margine di errore: il valore critico moltiplicato per l’errore standard.

Esempio pratico

Un campione di 25 osservazioni ha media 50 e deviazione standard 8. Trova l’intervallo al 95% per la media della popolazione.

  1. σ non è nota, quindi usa t con 25 − 1 = 24 gradi di libertà: t* = 2,0639.
  2. Errore standard = 8 ÷ √25 = 1,6.
  3. Margine di errore = 2,0639 × 1,6 = 3,3022.
  4. Intervallo = 50 ± 3,3022 = da 46,6978 a 53,3022.

Usando z al posto di t (1,96 × 1,6 = 3,136) l’intervallo sarebbe leggermente più stretto: ecco perché usare z con un campione piccolo sopravvaluta la precisione.

Valori critici

Confidenzaz*t* (gl = 10)t* (gl = 30)
80%1,28161,37221,3104
90%1,64491,81251,6973
95%1,96002,22812,0423
98%2,32632,76382,4573
99%2,57583,16932,7500

Come usare il calcolatore

Scegli se stai stimando una media o una proporzione. Per una media inserisci la media campionaria, la deviazione standard e la dimensione del campione; per una proporzione, il numero di successi e la dimensione del campione. Scegli il livello di confidenza: intervallo, margine di errore e passaggi compaiono subito.

Ipotesi

  • Il campione è casuale e le osservazioni sono indipendenti.
  • Per una media: i dati sono approssimativamente normali, oppure n è abbastanza grande (circa 30 o più) da applicare il teorema del limite centrale.
  • Per una proporzione: l’intervallo di Wald richiede almeno circa 10 successi e 10 insuccessi; altrimenti affidati all’intervallo di Wilson.

Domande frequenti

Meglio usare z o t?

Usa t ogni volta che stimi la variabilità dal campione stesso (il caso più comune): allarga l’intervallo per tenere conto dell’incertezza in più, con n − 1 gradi di libertà. Usa z solo quando la deviazione standard della popolazione σ è davvero nota. Con campioni grandi i due risultati sono quasi identici.

Cosa significa un intervallo di confidenza al 95%?

Se ripetessi il campionamento molte volte e costruissi ogni volta un intervallo, circa il 95% di quegli intervalli conterrebbe il vero valore della popolazione. Non significa che ci sia una probabilità del 95% che questo specifico intervallo lo contenga.

Wald o Wilson per una proporzione?

L’intervallo di Wald p̂ ± z√(p̂(1−p̂)/n) è la formula dei manuali, ma funziona male con campioni piccoli o proporzioni vicine allo 0% o al 100%: può persino scendere sotto lo 0. L’intervallo di Wilson ha una copertura molto migliore ed è consigliato in questi casi.

Come posso rendere l’intervallo più stretto?

Aumenta la dimensione del campione (il margine si riduce con √n, quindi quadruplicando n si dimezza), accetta un livello di confidenza più basso oppure riduci la variabilità delle misure.