Regola generale

In questo articolo scoprirai qual è la regola pratica in statistica e qual è la sua formula. Inoltre, sarai in grado di vedere un esercizio passo passo risolto sulla regola pratica.

Qual è la regola pratica?

In statistica, la regola pratica , chiamata anche regola 68-95-99.7 , è una regola che definisce la percentuale di valori in una distribuzione normale che rientrano in tre deviazioni standard della media.

Quindi la regola generale prevede che:

  • Il 68% dei valori rientra in una deviazione standard dalla media.
  • Il 95% dei valori si trova entro due deviazioni standard dalla media.
  • Il 99,7% dei valori rientra nelle tre deviazioni standard della media.
regola generale

Formula della regola empirica

La regola pratica può essere espressa anche con le seguenti formule:

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

Oro

X

è un’osservazione di una variabile casuale governata da una distribuzione normale,

\mu

è la media della distribuzione e

\sigma

la sua deviazione standard.

Esempio di regola pratica

Ora che conosciamo la definizione di regola empirica e qual è la sua formula, vediamo un esempio concreto su come calcolare i valori rappresentativi della regola empirica di una distribuzione normale.

  • Sappiamo che il numero annuo di nascite in una data località segue una distribuzione normale con una media di 10.000 e una deviazione standard di 1.000. Calcolare gli intervalli caratteristici della regola empirica di questa distribuzione normale.

\mu=10000

\sigma=1000

Come spiegato sopra, le formule per calcolare gli intervalli della regola pratica sono:

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

Pertanto, sostituiamo i dati dell’esercizio nelle formule:

P(10000-1\cdot 1000\leq X \leq 10000+1\cdot 1000)\approx 0,6827

P(10000-2\cdot 1000\leq X \leq 10000+2\cdot 1000)\approx 0,9545

P(10000-3\cdot 1000\leq X \leq 10000+3\cdot 1000)\approx 0,9973

E facendo i calcoli i risultati ottenuti sono:

P(9000\leq X \leq 11000)\approx 0,6827

P(8000\leq X \leq 12000)\approx 0,9545

P(7000\leq X \leq 13000)\approx 0,9973

Pertanto, concludiamo che esiste una probabilità del 68,27% che il numero di nascite sia compreso nell’intervallo [9000,11000], una probabilità del 95,45% che sia compreso tra [8000,12000] e, infine, una probabilità del 99,73% che è compreso tra [7000,13000].

Tabella dei valori delle regole empiriche

Oltre ai valori 68, 95 e 99,7, utilizzando la deviazione standard si possono trovare anche altri valori di probabilità. Di seguito puoi vedere una tabella con le probabilità per una distribuzione normale:

Ordinato Probabilità
µ±0,5σ 0.382924922548026
µ±1σ 0,682689492137086
µ±1,5σ 0,866385597462284
µ±2σ 0,954499736103642
µ±2,5σ 0.987580669348448
µ±3σ 0,997300203936740
µ±3,5σ 0,999534741841929
µ±4σ 0,999936657516334
µ±4,5σ 0,999993204653751
µ±5σ 0,999999426696856
µ±5,5σ 0,999999962020875
µ±6σ 0,999999998026825
µ±6,5σ 0,9999999999919680
µ±7σ 0,9999999999997440

Tutti questi valori numerici nella tabella provengono dalla funzione di probabilità cumulativa della distribuzione normale.

Aggiungi un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *