DISTRIBUZIONI TEORICHE DI PROBABILITA’
UNIFORME
tutti i possibili valori hanno la stessa probabilità di occorrenza
NORMALE
forma di campana simmetrica
media = mediana = moda
caratterizzata da una media (valore centrale) e una deviazione standard (misura della dispersione)
POISSON
modellare eventi rari o discreti che si verificano in un intervallo di tempo o spazio fissato
BINOMIALE
eventi con due possibili esiti (successo o fallimento) ripetuti in un certo numero di prove indipendenti
Media (μ) - Deviazione standard (σ)
Media (λ): Indica il tasso medio di eventi che si verificano in un dato intervallo di tempo o spazio
Numero di prove (n) - Probabilità di successo COSTANTE (p), insuccesso (1-p)
Estremo inferiore (a): Indica il valore minimo possibile nella distribuzione.
Estremo superiore (b): Indica il valore massimo possibile nella distribuzione
Numero fisso di prove n
Prove indipendenti
eventi INDIPENDENTI
Numero di prove grande (n ≥ 20)
Probabilità di successo piccola (p ≤ 0.05)
POISSON
Maggiore è la deviazione standard, più ampia è la curva
Teorema del limite centrale: Il teorema del limite centrale afferma che la somma o la media di un gran numero di variabili casuali indipendenti e identicamente distribuite (iid) segue una distribuzione normale, indipendentemente dalla loro distribuzione di origine
NORMALE STANDARDIZZATA
z-scores
confronto tra più distribuzioni
tabella delle probabilità z: valori delle probabilità cumulative associate ai vari z-scores nella distribuzione normale standardizzata