Vai al contenuto

Quanto è probabile un risultato tra due valori?

Distribuzioni binomiale, di Poisson e normale: trascina i limiti e leggi P(X ≤ k) o P(a ≤ X ≤ b) con media e varianza.

Distribuzione

Probabilità di
Valori chiave in tabella
kP(X = k)P(X ≤ k)
09,537 × 10⁻⁷0,000095%
10,000019070,002%
20,00018120,02%
30,0010870,13%
40,0046210,59%
50,014792,07%
60,036965,77%
70,0739313,16%
80,120125,17%
90,160241,19%
100,176258,81%
110,160274,83%
120,120186,84%
130,0739394,23%
140,0369697,93%
150,0147999,41%
160,00462199,87%
170,00108799,98%
180,000181299,998%
190,0000190799,999905%
209,537 × 10⁻⁷100%

P(8 ≤ X ≤ 12)

73,68%

Nella distribuzione binomiale con n = 20, p = 0,5, la probabilità è 73,68%; la probabilità di tutto il resto è 26,32%.

Media
10
Varianza
5
Deviazione standard
2,23607
Probabilità in forma decimale
0,736824

Distribuzioni binomiale, di Poisson e normale: trascina i limiti e leggi P(X ≤ k) o P(a ≤ X ≤ b) con media e varianza.

Come si usa

  1. Scegli una distribuzione: binomiale per i successi in un certo numero di prove, di Poisson per il numero di eventi rari, normale per le misure.
  2. Imposta i parametri, poi scegli l’evento: tra due valori, al massimo b o almeno a.
  3. Scrivi i limiti o trascina le maniglie sotto il grafico; le barre o l’area evidenziate sono la probabilità mostrata sopra.

Probabilità di ottenere al massimo k teste in 10 lanci di una moneta equa

Teste (k)Probabilità
25,5%
317,2%
437,7%
562,3%
682,8%
794,5%
898,9%

Come funziona

Una distribuzione di probabilità dice quanto è probabile ogni risultato possibile. La distribuzione binomiale conta i successi in n prove indipendenti, ciascuna con probabilità di successo p, come le teste in 20 lanci di una moneta: P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, con media np e varianza np(1 − p). La distribuzione di Poisson conta gli eventi che si verificano con una frequenza media λ, come le chiamate in un’ora: P(X = k) = e^−λ·λᵏ / k!, con media e varianza uguali a λ.

La distribuzione normale è la curva a campana delle misure con media μ e deviazione standard σ; per essa la probabilità di un intervallo è l’area sotto la curva. Per i conteggi la probabilità di un intervallo è la somma delle sue barre. In 20 lanci di una moneta equilibrata, P(8 ≤ X ≤ 12) è la somma delle barre da 8 a 12, circa 73,7%; una curva normale con la stessa media 10 e σ = √5 dà una risposta simile, ed è per questo che l’approssimazione normale funziona per n grandi.

Le risposte presuppongono che il modello valga: prove indipendenti con p fissa, eventi a ritmo costante, o dati che hanno davvero la forma a campana. Le definizioni seguono il NIST/SEMATECH e-Handbook of Statistical Methods, sezioni 1.3.6.6.1, 1.3.6.6.18 e 1.3.6.6.19.

Domande frequenti

Quando uso la distribuzione di Poisson invece della binomiale?

Quando conti eventi nel tempo o nello spazio senza un numero fisso di prove, come le e-mail al giorno. Con molte prove e una p piccola, la binomiale è vicina a una Poisson con λ = np.

Perché i limiti sono inclusi?

Per i conteggi, P(8 ≤ X ≤ 12) comprende 8 e 12. Usa 9 e 11 per escluderli. Nella distribuzione normale un singolo valore ha probabilità zero, quindi non cambia nulla.

Qual è la probabilità di ottenere esattamente k?

Scegli a ≤ X ≤ b e imposta entrambi i limiti a k: l’unica barra evidenziata è P(X = k). La tabella sotto il grafico elenca P(X = k) per i valori intorno alla media.

Come ottengo P(X > k) o P(X < k)?

Per i conteggi, P(X > k) è P(X ≥ k + 1) e P(X < k) è P(X ≤ k − 1).

Per una probabilità del 50% inserisco 50 o 0,5?

Inserisci 0,5 nel campo della probabilità binomiale p. Accetta probabilità da 0 a 1, non percentuali da 0 a 100.

Altri strumenti in Matematica e numeri

Tutti i 63 strumenti in Matematica e numeri

Invia un feedback