<\/p>\n
La regola pratica<\/b> , a volte chiamata regola 68-95-99.7, afferma che per un dato set di dati con una distribuzione normale:<\/span><\/p>\n In questo tutorial spieghiamo come applicare la regola pratica in R a un determinato set di dati.<\/span><\/p>\n La funzione pnorm()<\/strong> in R restituisce il valore della funzione di densit\u00e0 cumulativa della distribuzione normale.<\/span><\/p>\n Questa funzione utilizza la seguente sintassi di base:<\/span><\/p>\n pnorm(q, media, sd)<\/strong><\/span><\/p>\n Oro:<\/span><\/p>\n Possiamo usare la seguente sintassi per trovare l’area sotto la curva di distribuzione normale che si trova tra le varie deviazioni standard:<\/span><\/p>\n Dal risultato possiamo confermare:<\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare nella pratica la regola pratica con diversi set di dati.<\/span><\/p>\n Supponiamo di avere un set di dati distribuito normalmente con una media di 7<\/strong> e una deviazione standard di 2,2<\/strong> .<\/span><\/p>\n Possiamo utilizzare il seguente codice per determinare quali valori contengono il 68%, 95% e 99,7% dei dati:<\/span><\/p>\n Da questo output possiamo vedere:<\/span><\/p>\n Immaginiamo di avere un set di dati distribuito normalmente con una media di 100 e una deviazione standard di 5.<\/span><\/p>\n Supponiamo di voler sapere quale percentuale dei dati rientra tra i valori 99<\/strong> e 105<\/strong> in questa distribuzione.<\/span><\/p>\n Possiamo usare la funzione pnorm(<\/strong> ) per trovare la risposta:<\/span><\/span><\/p>\n Vediamo che il 42,06%<\/strong> dei dati rientra tra i valori 99 e 105 per questa distribuzione.<\/span><\/p>\n Come applicare la regola pratica in Excel<\/a> La regola pratica , a volte chiamata regola 68-95-99.7, afferma che per un dato set di dati con una distribuzione normale: Il 68% dei valori dei dati rientra in una deviazione standard dalla media. Il 95% dei valori dei dati si trova entro due deviazioni standard dalla media. Il 99,7% dei valori dei dati rientra […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Applicando la regola pratica di R<\/strong><\/span><\/h3>\n
\n
#find area under normal curve within 1 standard deviation of mean<\/span>\npnorm(1) - pnorm(-1)\n\n[1] 0.6826895\n\n#find area under normal curve within 2 standard deviations of mean<\/span> \npnorm(2) - pnorm(-2)\n\n[1] 0.9544997\n\n#find area under normal curve within 3 standard deviations of mean<\/span> \npnorm(3) - pnorm(-3)\n\n[1] 0.9973002\n<\/strong><\/pre>\n\n
Esempio 1: applicazione della regola empirica a un set di dati in R<\/strong><\/span><\/h3>\n
#define mean and standard deviation values<\/span>\nmean=7<\/span>\nsd=2.2<\/span>\n\n#find which values contain 68% of data<\/span>\nmean-2.2; mean+2.2\n\n[1] 4.8\n[1] 9.2\n\n#find which values contain 95% of data\n<\/span>mean-2*2.2; mean+2*2.2\n\n[1] 2.6\n[1] 11.4\n\n#find which values contain 99.7% of data\n<\/span>mean-3*2.2; mean+3*2.2\n\n[1] 0.4\n[1] 13.6\n<\/strong><\/pre>\n\n
Esempio 2: determinare quale percentuale di dati rientra tra determinati valori<\/strong><\/span><\/h3>\n
#find area under normal curve between 99 and 105<\/span>\npnorm(105, mean=100, sd=5) - pnorm(99, mean=100, sd=5)\n\n[1] 0.4206045\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Problemi nel mettere in pratica le regole pratiche<\/a>
Calcolatore delle regole del pollice<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"