Statistica interattiva
Laboratorio delle distribuzioni
Incolla misure o conteggi, osserva il grafico e confronta modelli adatti al tipo di dati. Oppure prova a riconoscere la distribuzione che ha generato un campione: un modello compatibile non è una certezza.
Vai alle simulazioni di probabilità Intervalli di confidenza
Analizza un campione
Inserisci da 5 a 2.000 numeri. Scegli il separatore decimale prima di analizzare.
I dati restano nel tuo browser: non vengono inviati al server.
Risultati
Istogramma e curve
Le barre mostrano densità, non conteggi: l’area totale è 1. Puoi mostrare o nascondere ogni curva.
Leggi le classi in tabella
| Da | A | Frequenza | Densità |
|---|
Confronto dei modelli
La distanza D confronta la distribuzione empirica con ciascun modello adattato agli stessi dati. Più piccola significa solo più vicina nel confronto mostrato: non è un test di significatività.
| Modello | Parametri stimati | D (descrittiva) |
|---|
Intervallo di confidenza per la media
Usa il campione che hai appena analizzato. Il livello scelto determina l’ampiezza dell’intervallo.
Servono osservazioni indipendenti e un campione rappresentativo. Per campioni piccoli è importante una popolazione approssimativamente normale; il confronto fra curve del laboratorio non dimostra questa ipotesi. Se i dati sono fortemente asimmetrici, questo intervallo può essere inaffidabile.
Analizza conteggi interi
Inserisci da 5 a 2.000 conteggi fra 0 e 100, separati da virgola, punto e virgola o spazio. Ogni valore deve riferirsi allo stesso intervallo o allo stesso numero di prove.
I dati restano nel tuo browser: non vengono inviati al server.
Frequenze e probabilità teoriche
Blu: frequenza relativa osservata. Rosso: Poisson. Verde: Binomiale, se conosci il numero di prove.
| k | Frequenza | Osservata | Poisson | Binomiale |
|---|
La tabella arriva al massimo osservato; una distribuzione teorica può assegnare probabilità anche a valori maggiori.
Confronto dei modelli
D è la distanza massima fra le distribuzioni cumulative discrete osservata e stimata. È descrittiva e non un p-value. Non confrontare questi valori con quelli dei modelli continui.
| Modello | Parametri stimati | D (descrittiva) |
|---|
Quale distribuzione si nasconde?
Il computer genera un campione casuale senza dirti da quale dei sei modelli proviene. Cinque producono misure continue; Poisson produce conteggi interi. Osserva i dati, scegli un’ipotesi e scopri la risposta.
Osserva il campione
Mostra i valori numerici
Risposta e confronto
| Modello | Parametri stimati | D (descrittiva) |
|---|
Calcola dai dati riassuntivi
Se conosci soltanto numerosità, media e deviazione, puoi calcolare l’intervallo senza inserire tutte le osservazioni. Usa punto o virgola come separatore decimale, senza separatori delle migliaia; n fra 5 e 2.000.
Servono osservazioni indipendenti e un campione rappresentativo. Per campioni piccoli è importante una popolazione approssimativamente normale; il confronto fra curve del laboratorio non dimostra questa ipotesi. Se i dati sono fortemente asimmetrici, questo intervallo può essere inaffidabile.
Sette esempi svolti
Partiamo da un esempio sul peso medio, poi esploriamo scenari didattici che mostrano l’effetto di σ, della numerosità, della confidenza e di un intervallo che comprende zero.