Σ
SDCalc
IntermedioApplicazioni·11 min

Costruire intervalli di confidenza con la deviazione standard

Impara a costruire intervalli di confidenza utilizzando la deviazione standard. Comprendi il significato dei livelli di confidenza e come interpretare gli IC negli scenari reali.

Che cos’è un intervallo di confidenza?

Un intervallo di confidenza (IC) è un intervallo di valori che con buona probabilità contiene il vero parametro della popolazione. Invece di fornire una singola stima puntuale, l’IC riconosce l’incertezza indicando un intervallo.

“Siamo sicuri al 95% che la vera media sia compresa tra 48,2 e 51,8”

95% IC: [48,2; 51,8]

La formula

L’intervallo di confidenza per la media di una popolazione è:

Formula dell’intervallo di confidenza

IC = x̄ ± z* × (σ / √n)
  • x̄ = media campionaria
  • z* = valore critico (1,96 per IC al 95%)
  • σ = deviazione standard
  • n = dimensione del campione
  • σ/√n = errore standard
Livello di confidenzaValore z*
90%1,645
95%1,960
99%2,576

Interpretazione corretta

Equivoco comune

Un IC al 95% NON significa “c’è una probabilità del 95% che la vera media sia in questo intervallo”. La vera media o è nell’intervallo o non lo è, è un valore fisso.

Interpretazione corretta

“Se ripetessimo questo processo di campionamento molte volte, il 95% degli intervalli calcolati conterrebbe la vera media della popolazione.”

Esempi svolti

Esempio: Soddisfazione del cliente

Si intervistano 100 clienti e si ottiene un punteggio medio di soddisfazione di 7,5 con deviazione standard di 1,5. Calcolare l’IC al 95%.
1

Calcolare l’errore standard

ES = 1,5 / √100 = 0,15
2

Calcolare il margine di errore

ME = 1,96 × 0,15 = 0,294
3

Costruire l’intervallo

IC = 7,5 ± 0,294 = [7,21; 7,79]

Interpretazione: Siamo sicuri al 95% che la vera soddisfazione media dei clienti sia compresa tra 7,21 e 7,79.

Cosa influenza l’ampiezza dell’IC?

Dimensione del campione (n)

n più grande = IC più stretto Più dati = più precisione

Deviazione standard (σ)

σ più grande = IC più ampio Maggiore variabilità = minore certezza

Livello di confidenza

Confidenza più alta = IC più ampio L’IC al 99% è più ampio di quello al 95%

Further Reading

← Centro di Apprendimento

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.