Consiglio: dopo il calcolo, usa x→z e z→x per conversioni rapide.
Media: \( \bar{x} = \dfrac{1}{N}\sum_{i=1}^{N} x_i \)
Varianza popolazione: \( \sigma^2 = \dfrac{1}{N}\sum (x_i - \bar{x})^2 \), Deviazione standard: \( \sigma = \sqrt{\sigma^2} \)
Varianza campione: \( s^2 = \dfrac{1}{N-1}\sum (x_i - \bar{x})^2 \), Deviazione standard: \( s = \sqrt{s^2} \)
Z-score (con σ scelto): \( z = \dfrac{x - \bar{x}}{\sigma} \)
Se σ = 0 (valori uguali), gli z-score non sono definiti. Segnaleremo la cosa gentilmente 😌.
Questa calcolatrice ti aiuta a capire rapidamente quanto i tuoi dati sono “sparsi” e dove si collocano i singoli valori rispetto alla media. In pratica, calcola la deviazione standard e lo z-score così puoi interpretare un elenco di numeri con più sicurezza, anche se non sei esperto di statistica.
La deviazione standard misura la distanza media dei valori dalla media. Se è bassa, i dati sono concentrati; se è alta, i valori sono più dispersi. È un indicatore chiave quando confronti prestazioni, tempi, misurazioni o prezzi. È spesso usata insieme alla varianza, che è la versione “al quadrato” della dispersione.
Lo z-score racconta quante deviazioni standard separano un valore dalla media. Un z-score positivo indica un valore sopra la media, uno negativo sotto la media. Con una distribuzione normale, puoi collegare lo z-score ai percentili (ad esempio z = 0 corrisponde al 50° percentile). Questo è utile per confrontare dati con scale diverse, come voti, punteggi o misure fisiche.
1) Inserisci i tuoi numeri nella casella dati: puoi usare virgole, spazi o andare a capo. 2) Scegli se stai lavorando con una popolazione completa o un campione (quando hai solo una parte del gruppo). 3) Imposta i decimali se vuoi più o meno precisione. 4) Premi “Calcola” per ottenere media, varianza, deviazione standard e z-score. 5) Se vuoi, usa le conversioni x→z o z→x per interpretare rapidamente singoli valori.
In ambito scolastico puoi capire se un voto è davvero alto rispetto alla classe. In un reparto produttivo puoi individuare misure fuori norma. Nel fitness o nello sport puoi confrontare i tempi di allenamento tra persone diverse. Nella finanza personale, lo z-score aiuta a riconoscere valori anomali in serie di prezzi o spese.
Se tutti i valori sono uguali, la deviazione standard è zero e gli z-score non sono definiti. In generale, z-score molto alti o molto bassi suggeriscono valori anomali. Ricorda che il contesto conta: un valore “anomalo” non è sempre un errore, ma può indicare un evento speciale o un cambiamento reale nel dataset.
Se ogni valore è identico, σ crolla a zero. In quel mondo, gli z-score non sono definiti—nessuna dispersione da misurare.
L'errore di campionamento cala con 1/√N. Raddoppia il campione, l'errore standard scende del 30% circa.
In una curva normale, circa il 5% dei punti vive oltre ±2σ. Gli outlier accadono naturalmente.
Somma z-score indipendenti (come somma di quadrati) per incertezza combinata: \(z_\text{tot} = \sqrt{z_1^2 + z_2^2}\).
Usare σ campione (N−1) o popolazione (N) cambia ogni z. Scegli il divisore prima di interpretare.
