I valori critici della distribuzione normale

Nella distribuzione normale, i valori critici sono quei valori di \( z \) che delimitano le aree nella coda della distribuzione.

Questi valori sono utili per determinare intervalli di confidenza o per testare ipotesi.

In una distribuzione normale standardizzata (con media \( \mu = 0 \) e deviazione standard \( \sigma = 1 \)), i valori critici corrispondono ai valori di \( z \) per cui l'area sottostante la curva raggiunge una determinata probabilità cumulativa.

Ecco alcuni dei valori critici più comunemente usati per intervalli di confidenza e test statistici:

• 68.27% di confidenza: \( z= \pm 1 \)
• 90% di confidenza: \( z = \pm 1.645 \)
• 95% di confidenza: \( z = \pm 1.96 \)
• 95.45% di confidenza: \( z= \pm 2 \)
• 99% di confidenza: \( z = \pm 2.576 \)
• 99.74% di confidenza: \( z= \pm 3 \)
• 99.9% di confidenza: \( z= \pm 3.291 \)

Ad esempio, il valore critico z=±1.645 delimita un'area in cui il 90% dei valori di una distribuzione normale standard cade entro un intervallo intorno alla media, mentre il restante 10% è suddiviso in due code, con il 5% per ciascuna coda.

I valori critici sono usati per stabilire la distanza dalla media entro cui ci si aspetta di trovare il valore del parametro con un certo livello di confidenza (es. 95%).

Sono utilizzati anche per testare se un risultato è statisticamente significativo, si confronta il valore osservato con il valore critico corrispondente.

La tabella della distribuzione normale

L'integrale della funzione densità della distribuzione normale (ossia la probabilità sotto la curva) non può essere risolto con metodi elementari o con formule semplici.

Se ho bisogno di calcolare un valore critico per un livello di confidenza diverso, devo consultare la tabella dei valori critici:

z	0.00	0.01	0.02	0.03	0.04	0.05	0.06	0.07	0.08	0.09
-3.4	0.0003	0.0003	0.0003	0.0003	0.0003	0.0003	0.0003	0.0003	0.0003	0.0002
-3.3	0.0005	0.0005	0.0005	0.0004	0.0004	0.0004	0.0004	0.0004	0.0004	0.0003
-3.2	0.0007	0.0007	0.0006	0.0006	0.0006	0.0006	0.0006	0.0005	0.0005	0.0005
-3.1	0.0010	0.0009	0.0009	0.0009	0.0008	0.0008	0.0008	0.0008	0.0007	0.0007
-3.0	0.0013	0.0013	0.0013	0.0012	0.0012	0.0011	0.0011	0.0011	0.0010	0.0010
-2.9	0.0019	0.0018	0.0018	0.0017	0.0016	0.0016	0.0015	0.0015	0.0014	0.0014
-2.8	0.0026	0.0025	0.0024	0.0023	0.0023	0.0022	0.0021	0.0021	0.0020	0.0019
-2.7	0.0035	0.0034	0.0033	0.0032	0.0031	0.0030	0.0029	0.0028	0.0027	0.0026
-2.6	0.0047	0.0045	0.0044	0.0043	0.0041	0.0040	0.0039	0.0038	0.0037	0.0036
-2.5	0.0062	0.0060	0.0059	0.0057	0.0055	0.0054	0.0052	0.0051	0.0049	0.0048
-2.4	0.0082	0.0080	0.0078	0.0075	0.0073	0.0071	0.0069	0.0068	0.0066	0.0064
-2.3	0.0107	0.0104	0.0102	0.0099	0.0096	0.0094	0.0091	0.0089	0.0087	0.0084
-2.2	0.0139	0.0136	0.0132	0.0129	0.0125	0.0122	0.0119	0.0116	0.0113	0.0110
-2.1	0.0179	0.0174	0.0170	0.0166	0.0162	0.0158	0.0154	0.0150	0.0146	0.0143
-2.0	0.0228	0.0222	0.0217	0.0212	0.0207	0.0202	0.0197	0.0192	0.0188	0.0183
-1.9	0.0287	0.0281	0.0274	0.0268	0.0262	0.0256	0.0250	0.0244	0.0239	0.0233
-1.8	0.0359	0.0351	0.0344	0.0336	0.0329	0.0322	0.0314	0.0307	0.0301	0.0294
-1.7	0.0446	0.0436	0.0427	0.0418	0.0409	0.0401	0.0392	0.0384	0.0375	0.0367
-1.6	0.0548	0.0537	0.0526	0.0516	0.0505	0.0495	0.0485	0.0475	0.0465	0.0455
-1.5	0.0668	0.0655	0.0643	0.0630	0.0618	0.0606	0.0594	0.0582	0.0571	0.0559
-1.4	0.0808	0.0793	0.0778	0.0764	0.0749	0.0735	0.0721	0.0708	0.0694	0.0681
-1.3	0.0968	0.0951	0.0934	0.0918	0.0901	0.0885	0.0869	0.0853	0.0838	0.0823
-1.2	0.1151	0.1131	0.1112	0.1093	0.1075	0.1056	0.1038	0.1020	0.1003	0.0985
-1.1	0.1357	0.1335	0.1314	0.1292	0.1271	0.1251	0.1230	0.1210	0.1190	0.1170
-1.0	0.1587	0.1562	0.1539	0.1515	0.1492	0.1469	0.1446	0.1423	0.1401	0.1379
-0.9	0.1841	0.1814	0.1788	0.1762	0.1736	0.1711	0.1685	0.1660	0.1635	0.1611
-0.8	0.2119	0.2090	0.2061	0.2033	0.2005	0.1977	0.1949	0.1922	0.1894	0.1867
-0.7	0.2420	0.2389	0.2358	0.2327	0.2296	0.2266	0.2236	0.2206	0.2177	0.2148
-0.6	0.2743	0.2709	0.2676	0.2643	0.2611	0.2578	0.2546	0.2514	0.2483	0.2451
-0.5	0.3085	0.3050	0.3015	0.2981	0.2946	0.2912	0.2877	0.2843	0.2810	0.2776
-0.4	0.3446	0.3409	0.3372	0.3336	0.3300	0.3264	0.3228	0.3192	0.3156	0.3121
-0.3	0.3821	0.3783	0.3745	0.3707	0.3669	0.3632	0.3594	0.3557	0.3520	0.3483
-0.2	0.4207	0.4168	0.4129	0.4090	0.4052	0.4013	0.3974	0.3936	0.3897	0.3859
-0.1	0.4602	0.4562	0.4522	0.4483	0.4443	0.4404	0.4364	0.4325	0.4286	0.4247
0.0	0.5000	0.4960	0.4920	0.4880	0.4840	0.4801	0.4761	0.4721	0.4681	0.4641
0.1	0.5398	0.5438	0.5478	0.5517	0.5557	0.5596	0.5636	0.5675	0.5714	0.5753
0.2	0.5793	0.5832	0.5871	0.5910	0.5948	0.5987	0.6026	0.6064	0.6103	0.6141
0.3	0.6179	0.6217	0.6255	0.6293	0.6331	0.6368	0.6406	0.6443	0.6480	0.6517
0.4	0.6554	0.6591	0.6628	0.6664	0.6700	0.6736	0.6772	0.6808	0.6844	0.6879
0.5	0.6915	0.6950	0.6985	0.7019	0.7054	0.7088	0.7123	0.7157	0.7190	0.7224
0.6	0.7257	0.7291	0.7324	0.7357	0.7389	0.7422	0.7454	0.7486	0.7517	0.7549
0.7	0.7580	0.7611	0.7642	0.7673	0.7704	0.7734	0.7764	0.7794	0.7823	0.7852
0.8	0.7881	0.7910	0.7939	0.7967	0.7995	0.8023	0.8051	0.8078	0.8106	0.8133
0.9	0.8159	0.8186	0.8212	0.8238	0.8264	0.8289	0.8315	0.8340	0.8365	0.8389
1.0	0.8413	0.8438	0.8461	0.8485	0.8508	0.8531	0.8554	0.8577	0.8599	0.8621
1.1	0.8643	0.8665	0.8686	0.8708	0.8729	0.8749	0.8770	0.8790	0.8810	0.8830
1.2	0.8849	0.8869	0.8888	0.8907	0.8925	0.8944	0.8962	0.8980	0.8997	0.9015
1.3	0.9032	0.9049	0.9066	0.9082	0.9099	0.9115	0.9131	0.9147	0.9162	0.9177
1.4	0.9192	0.9207	0.9222	0.9236	0.9251	0.9265	0.9279	0.9292	0.9306	0.9319
1.5	0.9332	0.9345	0.9357	0.9370	0.9382	0.9394	0.9406	0.9418	0.9429	0.9441
1.6	0.9452	0.9463	0.9474	0.9484	0.9495	0.9505	0.9515	0.9525	0.9535	0.9545
1.7	0.9554	0.9564	0.9573	0.9582	0.9591	0.9599	0.9608	0.9616	0.9625	0.9633
1.8	0.9641	0.9649	0.9656	0.9664	0.9671	0.9678	0.9686	0.9693	0.9699	0.9706
1.9	0.9713	0.9719	0.9726	0.9732	0.9738	0.9744	0.9750	0.9756	0.9761	0.9767
2.0	0.9772	0.9778	0.9783	0.9788	0.9793	0.9798	0.9803	0.9808	0.9812	0.9817
2.1	0.9821	0.9826	0.9830	0.9834	0.9838	0.9842	0.9846	0.9850	0.9854	0.9857
2.2	0.9861	0.9864	0.9868	0.9871	0.9875	0.9878	0.9881	0.9884	0.9887	0.9890
2.3	0.9893	0.9896	0.9898	0.9901	0.9904	0.9906	0.9909	0.9911	0.9913	0.9916
2.4	0.9918	0.9920	0.9922	0.9925	0.9927	0.9929	0.9931	0.9932	0.9934	0.9936
2.5	0.9938	0.9940	0.9941	0.9943	0.9945	0.9946	0.9948	0.9949	0.9951	0.9952
2.6	0.9953	0.9955	0.9956	0.9957	0.9959	0.9960	0.9961	0.9962	0.9963	0.9964
2.7	0.9965	0.9966	0.9967	0.9968	0.9969	0.9970	0.9971	0.9972	0.9973	0.9974
2.8	0.9974	0.9975	0.9976	0.9977	0.9977	0.9978	0.9979	0.9979	0.9980	0.9981
2.9	0.9981	0.9982	0.9982	0.9983	0.9984	0.9984	0.9985	0.9985	0.9986	0.9986
3.0	0.9987	0.9987	0.9987	0.9988	0.9988	0.9989	0.9989	0.9989	0.9990	0.9990
3.1	0.9990	0.9991	0.9991	0.9991	0.9992	0.9992	0.9992	0.9992	0.9993	0.9993
3.2	0.9993	0.9993	0.9994	0.9994	0.9994	0.9994	0.9994	0.9995	0.9995	0.9995
3.3	0.9995	0.9995	0.9995	0.9996	0.9996	0.9996	0.9996	0.9996	0.9996	0.9997
3.4	0.9997	0.9997	0.9997	0.9997	0.9997	0.9997	0.9997	0.9997	0.9997	0.9998

Questa tabella mostra i valori critici associati all'area sotto la curva di Gauss da -∞ in poi.

Dal punto di vista grafico, considerando l'intera area sotto la curva pari a 1, il valore z individua l'area sotto la curva a partire da sinistra.

Ad esempio, considero la cella con il valore "0.0505" associato al 5,05% dell'area sotto la curva a partire da sinistra.

Questa cella è associata alla riga X=-1.6 e alla colonna Y=0.4.

Il valore critico associato lo dividuo sommando algebricamente la riga e la colonna ossia z=X+Y

$$ z = X+Y = -1.6 + 0.4 = -1.56 $$

Quindi, i valori critici sono z=-1,56 e il valore opposto z=1.56.

Considerando che l'area della curva normale occupata sotto la coda sinistra (5.05%) è uguale a quella occupata sotto la coda destra (5.05%), l'area complessiva delle due code è 10.1%, 

Il che significa che il valore critico z=±1.56 individua un intervallo di confidenza intorno al valore centrale (z=0) pari al 100%-10.1%=89.9%

In questo modo posso individuare il valore critico per qualsiasi intervallo di confidenza.

Un esempio pratico

Voglio calcolare il valore critico di un livello di confidenza del 95%.

Questo vuol dire che la probabilità dell'area complementare è del 5% che divisa per le due code diventa 2.5% per ciascuna coda.

L’area totale nelle due code è

$$  1 - 0.95 = 0.05 $$

Divido l’area per ciascuna coda

$$  0.05 / 2 = 0.025 $$

Quindi, devo cercare un valore $ z $ nella tabella che lascia alla sua sinistra il $ 1-0.025 = 0.975 $ dell'area (ossia, il 97.5% della distribuzione deve cadere alla sinistra di \( z \)).

A questo punto, una volta trovata la probabilità di una coda, cerco un valore critico \( z \) tale che \( P(Z \leq z) = 0.975 \).

$$ z = X + Y $$

In corrispondenza della riga X=1.9 e della colonna Y=0.6 si trova il valore 0.975 che è esattamente quello che sto cercando.

Pertanto, il valore critico è \( z \approx 1.96 \).

$$ z = X+Y = 1.9 + 0.6 = 1.96 $$

In conclusione, per un livello di confidenza del 95% devo utilizzare un valore critico pari a z=1.96.

Metodi per calcolare il valore critico

Esistono diversi modi per calcolare i valori critici:

• Tabelle della distribuzione normale: Le tabelle riportano i valori critici z per vari livelli di probabilità.
• Calcolatrici scientifiche: Molte calcolatrici permettono di calcolare direttamente i quantili della distribuzione normale.
• Software statistici: Programmi come Excel, R, Python, e altri software di statistica forniscono funzioni per calcolare i quantili della distribuzione normale. Ad esempio, in Python, la funzione norm.ppf() della libreria scipy.stats mi permette di calcolare z per una data probabilità cumulativa.

E così via.