CHE COSE LA PROBABILITA

z La probabilit la MISURA dellincertezza di un

evento, cio come noi classifichiamo gli eventi
rispetto alla loro incertezza.

La SCALA di Probabilit varia tra 0.00 e 1.00.

0.00 =
Evento
Impossibile

.50 = Evento
massimamente
incerto

1.00 =
Evento
Certo

CHE COSE LA PROBABILITA

z Gli statistici Misurano la Probabilit di un evento
come:
{Il rapporto tra i casi (teoricamente) favorevoli allevento ed i
casi (teoricamente) possibili.
{La frequenza relativa dellevento in un esperimento (cio,
quante volte si verifica levento relativamente ad un certo
numero di repliche di un esperimento).
{Il grado di fiducia che un individuo ha sul verificarsi di un
evento (cio, quanto egli disposto a scommettere
sullevento).

DISTRIBUZIONE DI PROBABILITA
z I possibili risultati di un esperimento
costituiscono uno spazio campionario di n
eventi A ciascun evento possiamo
associare la probabilit del suo verificarsi
z DISTRIBUZIONE DI PROBABILITA
definita da tutti i possibili risultati e le
corrispondenti probabilit

DISTRIBUZIONE NORMALE
zLa distribuzione NORMALE
rappresentata da una particolare curva
continua a forma campanulare
(gaussiana)
Y

zRisposta ad un Item Vero-Falso: k=

Totale Risposte Corrette con p=0.5

p
n=1 Item
0.5

zRisposta a 4 Item Vero-Falso: k=

Totale Risposte Corrette con p=0.5

0.375

0.25
.0625

n=4 Item

zRisposta a 10 Item Vero-Falso: k=

Totale Risposte Corrette con p=0.5

p
0.246

0.205

.0117
0.44
0.010
0.001

0 1 2 3 4 5

n=10 Item

6 7 8 9 10

DISTRIBUZIONE NORMALE
Per qualsiasi valore x che la variabile pu
assumere, attraverso la funzione si calcola la y
corrispondente, cio la probabilit

yi =

1 x
i

yi

xi

DISTRIBUZIONE NORMALE
per -<x< e DECRESCENTE
per <x<+ due punti di flesso a
da
CRESCENTE

Y
y =

Punti di flesso

Media=Moda=Mediana
Asintotica
-

X +

DISTRIBUZIONE NORMALE
zLa curva NORMALE definita dai
parametri e famiglia di
distribuzioni normali con medie e
deviazioni standard diverse
Y
1 2 3
1 2 3
2

DISTRIBUZIONE NORMALE
famiglia di distribuzioni normali con
una diversa media e con la stessa
deviazione standard
1 2 3
Y

1= 2 = 3

DISTRIBUZIONE NORMALE
z Qualsiasi siano i parametri e , larea della
porzione di curva delimitata dalla media e un
ordinata espressa in termini di deviazioni
standard costante
+= 34.13% della distribuzione
+2= 47.73% della distribuzione
+3= 49.86% della distribuzione

DISTRIBUZIONE NORMALE
Porzioni della distribuzione comprese tra 1,2,3
deviazioni standard da (in %)
Y

99.73%
95.46%
68.26%

-3 -2 -

+ +2 +3

STANDARDIZZAZIONE
PUNTI Z
z Consentono riferire una misura ad una scala
standard con media uguale a zero e deviazione
standard uguale a 1.
z La trasformazione dei valori xi in valori zi significa
esprimere i valori come distanza dalla media in
termini di deviazioni standard (cio, usare la
deviazione standard come unit di misura)
z Il segno del punteggio z indica immediatamente la
posizione del soggetto sopra (+) o sotto la media (-)

STANDARDIZZAZIONE
PUNTI Z

zIl punto zi indica la distanza dalla media

del valore xi delli-esimo soggetto,
distanza espressa in deviazioni standard.
zPer calcolare i punti z:

xi M
zi =
s

STANDARDIZZAZIONE
PUNTI Z

zEsempio:
In un test di percezione visiva la media
21.25 con una deviazione standard di
6.74. Trasformare in punti z i seguenti
punteggi ottenuti da 6 soggetti dislessici.

Sogg. 1

xi

2 3 4 5 6
8 14 17 20 25 28

STANDARDIZZAZIONE
PUNTI Z

zSi standardizzano i punteggi:

8 21.25
z1 =
= 1.97
6.74

14 21.25
z2 =
= 1.10
6.74

17 21.25
z3 =
= 0.63
6.74

20 21.25
z4 =
= 0.18
6.74

25 21.25
z5 =
= 0.56
6.74

28 21.25
z6 =
= 1.00
6.74

STANDARDIZZAZIONE
PUNTI Z
xi
zi

8
14 17
20 21.25 25 28
-1.97 -1.10 -0.63 -0.18
0 0.56 1.00
(MEDIA)

Il soggetto n6 con 25 circa mezza

deviazione standard sopra la media e dista da
questa circa la met rispetto al soggetto n7.
Il soggetto n1 con 8 circa due deviazioni
standard sotto la media e dista da questa circa il
doppio rispetto al soggetto n2.

DISTRIBUZIONE NORMALE
STANDARDIZZATA

zTrasformando i valori di x in punti z si

ottiene una distribuzione
STANDARDIZZATA con =0 e =1

Y = f (z ) =

1
2

1 2
z
2

=0 =1

-3

-2

-1

+1

+2

+3

-3 -2 -

+ +2 +3

DISTRIBUZIONE NORMALE
z Data una variabile continua possiamo
associare ai possibili valori la probabilit del
loro verificarsi La probabilit associata ai
valori di una variabile continua sempre
definita entro un intervallo i cui estremi
delimitano unarea
DISTRIBUZIONE DI PROBABILITA
NORMALE

DISTRIBUZIONE NORMALE
z Larea si ottiene risolvendo
unintegrale
p ( x1 < x < x 2 ) =

x2

f ( x ) dx

x1

Il valore che si ottiene sempre

compreso tra 0 e 1( probabilit)
Moltiplicando tale valore per 100 si
ottiene la percentuale della
distribuzione compresa tra x1e x2

Y
Area totale
sottesa
alla curva

p ( < x < ) =

f ( x )dx = 1

Y
Porzione di
area sottesa
alla curva

p ( < x < x1 ) =

x1

f ( x ) dx

x1

p ( x1 < x < ) =

Porzione di
area sottesa
alla curva

f (x )dx

x1

x1

Porzione di
area sottesa
alla curva

p ( x1 < x < x 2 ) =

x2

x1

x1

x2

f ( x ) dx

DISTRIBUZIONE NORMALE
z Per la curva normale standardizzata (=0;
=1) sono stati tabulati i valori degli integrali
per tutti i valori di z, cio di tutte le aree
comprese tra 0 (media) e un qualsiasi z
DISTRIBUZIONE DI PROBABILITA
NORMALE STANDARDIZZATA

TAVOLA DI Z

Riporta le aree comprese tra =0 e z

2 cifra decimale di z

Valore
di z
con la
1 cifra
decima
le

Z
0.0
0.1
0.2
0.3
.
.
1.0

0 1 2 3 4 5 6 7 8 9

p (0 < z < z i ) =

zi

area tra 0 e zi

1.1
.
.
.
3.9

zi

f ( z ) dz

zEsempio:
Se z = 1.03 (0<z<1.03)=.3485
Z
0.0
0.1
0.2
.
.
.
1.0
1.1
.
.
.
3.9

0 1 2 3 4 5 6 7 8 9

1.03

p (0 < z < 1.03) =

f ( z )dz = .3485
0

.3485= area tra 0 e 1.03

(circa il 35% della distribuzione)

1.03

TAVOLA DI Z
Uso della Tavola di z:
Per avere la probabilit associata ad un
intervallo i cui estremi sono valori x:
c trasformazione delle x in punti z
d attraverso la tavola si risale allarea
delimitata da questi valori. Questa area
rappresenta la probabilit ad essi associata

zEsempio a: Data una distribuzione con

=100 e =10 qual la probabilit che un
valore sia compreso tra la media e 110?
Si trasformano gli estremi dellintervallo in
punti z: =100 z = 0
x=110
Si cerca sulla tavola

110100
z=
=1
larea10tra 0 e

z=1.00

p(100 < x < 110) = p(0 < z < 1) = f ( z)dz = .3413

0

.3413
0

zEsempio b: Qual la probabilit che un valore

sia compreso tra 90 e la media?
Si trasformano gli estremi dellintervallo in punti z:
=100 z = 0;
90 100
= 1
10

x=90
Si cerca sulla tavola larea tra 0 e z=1.00 che data la
simmetria della curva identica a quella tra -1 e 0
z =

p(90 < x < 100) = p(1 < z < 0) = f ( z)dz = .3413

1

.3413
-1

zEsempio c: Qual la probabilit che

un valore sia compreso tra 90 e 110?
zp(90<x<110)= p(90<x<100)+ p(100<x<110)

90100
110100
z1 =
= 1 z2 =
=1
10
10

p(90 < x < 100) = p(1 < z < 0) = f ( z)dz = .3413

1
1

p(100 < x < 110) = p(0 < z < 1) = f ( z)dz = .3413

p(90<x<110)= p(-1<z<1)=
.3413+.3413=.6824
0

.6824
-1

zEsempio d: Qual la probabilit che un

valore sia minore di 110?
p(x<110)= p(-<x<100)+ p(100<x<110)

110 100
z=
=1
10
0

p( < x < 100) = p( < z < 0) =

f ( z)dz = .5000

p(100 < x < 110) = p(0 < z < 1) = f ( z)dz = .3413

0

p(x<110) = p(z<1) =
.5000 + .3413 = .8413

.8413
0

zEsempio e: Qual la probabilit che un

valore sia maggiore di 110?
p(x>110)= p(100<x<)- p(100<x<110)

110 100
z=
=1
10

p(100 < x < ) = p(0 < z < ) = f ( z )dz = .5000

0
1

p(100 < x < 110) = p(0 < z < 1) = f ( z)dz = .3413

p(x>110) = p(z>1) = 0
.5000 - .3413 = .1587

.1587
0

zEsempio f: Qual la probabilit che un valore

sia compreso tra 108 e 110?
p(108<x<110)= p(100<x<110)- p(100<x<108)

108100
z1 =
= 0.8
10

110100
z2 =
=1
10
0.8

p(100 < x < 108) = p(0 < z < 0.8) =

1

f ( z)dz = .2881
0

p(100< x < 110) = p(0 < z < 1) = f (z)dz = .3413

.0532

0
p(108<x<110)= p(0.8<z<1)=
.3413 - .2881 = .0532

0.8 1

DISTRIBUZIONE NORMALE
zSe si conosce la porzione di area
(ovvero la probabilit associata)
delimitata da due valori (grezzi o
standardizzati) di una distribuzione
normale con N noto possibile risalire
alle frequenze teoriche comprese in
quella porzione di area
f= Area N

zEsempio a: Data una distribuzione

normale con N=1000, larea compresa
tra 0 e z = .3413. Quali sono le
frequenze teoriche comprese
nellintervallo?
f = .3413 1000 = 341
Le frequenze comprese nellintervallo
tra la media e z sono 341

zEsempio b: Data una distribuzione normale

con N=1000, =100 e =10 quali sono le
frequenze teoriche comprese tra 108 e 110?
Dallesempio f sappiamo che:
x1=108 z1 =0.8
x2=110 z2 =1
p(0.8 < z < 1) = .0532

f = .0532 1000 = 53