Errore standard della differenza tra due proporzioni
L’errore standard della differenza tra proporzioni descrive quanto tende a variare, in campioni ripetuti, lo scarto osservato tra due proporzioni campionarie indipendenti.
Esegui gratis nel browser
Inserisca ogni proporzione in forma decimale e la relativa numerosità campionaria. Il calcolatore combina le due varianze binomiali di campionamento e restituisce sia l’errore standard sia la differenza osservata con segno. È utile per preparare un intervallo di confidenza, controllare un’analisi su due proporzioni o confrontare i tassi di gruppi distinti senza svolgere manualmente la formula.
Che cosa indica l’errore standard
Due campioni possono riportare proporzioni diverse anche quando le popolazioni sottostanti sono simili, perché il campionamento introduce una normale variabilità casuale. L’errore standard stima l’ampiezza tipica di tale variazione per la differenza tra le due proporzioni osservate. Un valore più piccolo indica una stima più precisa della differenza, mentre un valore maggiore segnala che campioni ripetuti potrebbero produrre differenze più disperse. Il risultato, da solo, non stabilisce se una differenza sia importante, causale o statisticamente significativa. Fornisce invece la scala necessaria per calcoli successivi, come un intervallo di confidenza non aggregato o una statistica standardizzata. Per esempio, una differenza di 0.07 assume un significato diverso se il suo errore standard è 0.01 anziché 0.08. Consideri sempre il disegno dello studio, la qualità delle misurazioni e il contesto pratico insieme al numero. Questo calcolatore presuppone due campioni indipendenti, quindi non è adatto a osservazioni appaiate, misure ripetute sulle stesse persone o studi caso-controllo abbinati.
Come viene eseguito il calcolo
Per ciascun gruppo, il calcolatore determina la varianza binomiale stimata della proporzione campionaria: p moltiplicato per uno meno p e diviso per la numerosità n. Somma poi i due termini di varianza indipendenti e ne calcola la radice quadrata. In simboli, il risultato è la radice quadrata di p1(1-p1)/n1 più p2(1-p2)/n2. Si tratta dell’errore standard non aggregato, poiché ogni gruppo conserva la propria proporzione osservata. Viene comunemente usato per stimare l’incertezza della differenza osservata e costruire un intervallo di confidenza non aggregato. Alcuni test d’ipotesi impiegano invece una proporzione aggregata sotto l’ipotesi nulla di uguaglianza delle proporzioni delle popolazioni; è un calcolo diverso, volutamente escluso da questo strumento. Inserisca proporzioni decimali comprese tra zero e uno, estremi inclusi: per 42% inserisca 0.42. Ogni numerosità campionaria deve essere un numero intero almeno pari a uno. La differenza restituita è la prima proporzione meno la seconda; invertire i gruppi ne cambia il segno, ma non modifica l’errore standard.
Usi il risultato con criterio
Inizi verificando che ciascuna proporzione sia stata calcolata usando la numerosità indicata per lo stesso gruppo. Controlli quindi che le osservazioni all’interno di ogni gruppo siano ragionevolmente indipendenti e che anche i gruppi lo siano tra loro. Il consueto intervallo di confidenza per grandi campioni basato su questo errore standard può risultare poco affidabile quando un campione è piccolo o una proporzione è molto vicina a zero o a uno. Per una diagnosi rapida, esamini in entrambi i gruppi i conteggi attesi n per p e n per uno meno p; conteggi molto bassi suggeriscono l’opportunità di un intervallo esatto o alternativo. Il calcolatore restituisce comunque l’errore standard aritmetico per input validi, ma non può decidere se uno specifico metodo inferenziale sia giustificato. Quando l’approssimazione è adeguata, moltiplichi il risultato per il valore critico scelto per ottenere un margine attorno alla differenza osservata. Riporti le due proporzioni, le numerosità, la differenza, il metodo e il livello di confidenza per rendere riproducibile l’analisi. Non consideri la precisione statistica una prova di rilevanza pratica o causalità.
Casi d'uso
Confrontare i tassi di conversione
Stimi l’incertezza campionaria della differenza tra le proporzioni di conversione di due gruppi sperimentali indipendenti.
Esaminare le risposte a un sondaggio
Verifichi la precisione della differenza tra i tassi di risposta di popolazioni campionate in modo indipendente.
Convalidare un’analisi
Ricalcoli l’errore standard non aggregato prima di costruire un intervallo di confidenza per due proporzioni.
Domande frequenti
Quanto costa?
Il prezzo dell’API è $0.002 per richiesta; il calcolatore nel browser è gratuito su questa pagina.
Devo inserire percentuali o decimali?
Inserisca valori decimali da 0 a 1. Per esempio, inserisca 0.37 per rappresentare 37%.
Il calcolatore aggrega le due proporzioni?
No. Usa la proporzione di ogni campione nel relativo termine di varianza e produce l’errore standard non aggregato.
Posso usarlo con dati appaiati?
No. La formula presuppone campioni indipendenti e non considera la correlazione tra osservazioni appaiate.
Perché ogni numerosità deve essere almeno uno?
Ogni termine di varianza viene diviso per la numerosità; un valore nullo o negativo è indefinito e viene rifiutato.
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/stat/se-diff-proportions \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"proportion_1":0.42,"sample_size_1":250,"proportion_2":0.35,"sample_size_2":300}'const res = await fetch("https://api.kit.forhosting.com/stat/se-diff-proportions", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"proportion_1": 0.42,
"sample_size_1": 250,
"proportion_2": 0.35,
"sample_size_2": 300
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/se-diff-proportions",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"proportion_1": 0.42,
"sample_size_1": 250,
"proportion_2": 0.35,
"sample_size_2": 300
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/se-diff-proportions", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"proportion_1":0.42,"sample_size_1":250,"proportion_2":0.35,"sample_size_2":300}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"proportion_1":0.42,"sample_size_1":250,"proportion_2":0.35,"sample_size_2":300}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/se-diff-proportions", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"proportion_1": 0.42,
"sample_size_1": 250,
"proportion_2": 0.35,
"sample_size_2": 300
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.se_diff_proportions",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |