Statistica: pacchetto last-minute

Formulari, i passaggi chiave del metodo per ogni argomento e 12 esercizi, con le soluzioni complete in fondo.

Nuovi eserciziTorna al corso

Nella finestra di stampa scegli “Salva come PDF” per conservarne una copia sul tuo dispositivo.

1Formule e metodi

Statistica descrittiva

Media
x̄ = Σx/n
Deviazione standard campionaria
s = √(Σ(x − x̄)²/(n − 1))
Mediana
valore centrale dei dati ordinati
Punteggio z
z = (x − μ)/σ
Distribuzione normale
68% entro ±1σ, 95% entro ±2σ

Probabilità

Complementare
P(not A) = 1 − P(A)
Regola della somma
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Eventi indipendenti
P(A ∩ B) = P(A)·P(B)
Probabilità condizionata
P(A|B) = P(A ∩ B)/P(B)
Binomiale
P(X = k) = C(n,k)·pk(1 − p)n−k

Distribuzione normale

Punteggio z
z = (x − μ)/σ
Sotto x
P(X < x) = Φ(z)
Sopra x
P(X > x) = 1 − Φ(z)
Tra due valori
Φ(z2) − Φ(z1)
Percentile
x = μ + z·σ

Metodo

  1. Converti il valore in un punteggio z: z = (x − μ)/σ.
  2. Cerca Φ(z), l’area a sinistra di z.
  3. Per l’area a destra usa 1 − Φ(z); per un intervallo sottrai le due aree a sinistra.
  4. Per un percentile procedi a ritroso: trova z per l’area, poi x = μ + z·σ.

Intervalli di confidenza

σ nota
x̄ ± z·σ/√n
σ incognita
x̄ ± t·s/√n, df = n − 1
z critico
90%: 1,645, 95%: 1,96, 99%: 2,576
Numerosità campionaria
n = (z·σ/E)², rounded up

Metodo

  1. Scegli tra z (σ della popolazione nota) e t (solo la s del campione, con n − 1 gradi di libertà).
  2. Trova il valore critico per il livello di confidenza.
  3. Margine di errore: E = valore critico × deviazione standard/√n.
  4. Intervallo: x̄ ± E.

Test d'ipotesi e intervalli di confidenza

Test z per una media
z = (x̄ − μ0)/(σ/√n)
Test t per una media
t = (x̄ − μ0)/(s/√n), df = n − 1
Bilaterale al 5%
rifiuta H0 se |z| > 1,96
Intervallo di confidenza
x̄ ± z·σ/√n

Metodo

  1. Formula H₀ e H₁ e stabilisci se il test è unilaterale o bilaterale.
  2. Calcola la statistica test: (x̄ − μ₀)/(σ/√n), oppure con s e t.
  3. Confrontala con il valore critico, oppure trova il p-value.
  4. Rifiuta H₀ se la statistica supera il valore critico (p inferiore ad α) ed esprimi la conclusione a parole.

Regressione lineare e correlazione

Somme dei quadrati
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Pendenza
b = Sxy/Sxx
Intercetta
a = ȳ − b·x̄
Correlazione
r = Sxy/√(SxxSyy)
Residuo
e = y − ŷ

2Esercizi

1.Statistica descrittivaMedia
15202530354045

Trova la deviazione standard campionaria s dei dati: 25, 22, 11, 49, 24, 45, 22.

n = 7
s =
2.Statistica descrittivaDifficile
z −2−1012

Una grandezza ha distribuzione normale con media 50 e deviazione standard 10. Quale proporzione P dei valori è superiore a 30?

μ = 50σ = 10x = 30
P =
3.ProbabilitàMedia
xp(x)00,2510,0520,330,1540,25μ = 2,1

Per la distribuzione mostrata, trova la varianza Var(X) di X.

x: 0, 1, 2, 3, 4p(x): 0,25, 0,05, 0,3, 0,15, 0,25
Var(X) =
4.ProbabilitàDifficile
xp(x)00,0520,2540,3560,35μ

X ha la distribuzione mostrata e Y = 5X − 3. Trova la deviazione standard σY di Y.

x: 0, 2, 4, 6p(x): 0,05, 0,25, 0,35, 0,35Y = 5X − 3
σY =
5.Distribuzione normaleMedia
340 kg328 kgT = X₁ + … + X₄?

Le masse di passeggeri con bagaglio sono indipendenti e normali con media 85 kg e deviazione standard 12 kg. Trova la probabilità P che la massa totale di 4 di essi superi 328 kg. Arrotonda z a due decimali.

μ = 85 kgσ = 12 kgn = 4> 328 kg
P =
6.Distribuzione normaleDifficile
μ = 500x = ?20%

Supponi che le durate delle batterie abbiano una distribuzione normale con media 500 h e deviazione standard 40 h. Trova il valore x sotto il quale si trova il 20 % dei dati (il 20° percentile).

μ = 500σ = 40P = 20%
x = h
7.Intervalli di confidenzaMedia
n = 16, sd​ = 6,10L = ?Ud̄ = −6,2E95%

La pressione arteriosa di 16 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media −6,2 e deviazione standard 6,1. Trova il limite inferiore dell’intervallo di confidenza al 95% per la differenza media.

n = 16d̄ = −6,2sd = 6,195%t(15) = 2,131
limite inferiore = mmHg
8.Intervalli di confidenzaDifficile
μ₁ − μ₂, t(10) = 2,2280L = ?Ux̄₁ − x̄₂E95%

Si provano due fertilizzanti. Gruppo di parcelle 1: 6 parcelle, resa media 84 kg, deviazione standard 5 kg. Gruppo di parcelle 2: 6 parcelle, media 86,5 kg, deviazione standard 3,5 kg. Supponi varianze uguali (t combinato, df = n₁ + n₂ − 2). Trova il limite inferiore dell’intervallo di confidenza al 95% per μ₁ − μ₂.

n₁ = 6x̄₁ = 84s₁ = 5n₂ = 6x̄₂ = 86,5s₂ = 3,595%t(10) = 2,228
limite inferiore = kg
9.Test d'ipotesi e intervalli di confidenzaMedia
−1,961,96z = ?

Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 100 pezzi ha lunghezza media 56,5 mm, e la deviazione standard nota della linea è 20 mm. Linea 2: un campione di 50 pezzi ha media 52,2 mm, deviazione standard nota 6 mm. Trova la statistica test z per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (linea 1 meno linea 2).

n₁ = 100x̄₁ = 56,5 mmσ₁ = 20 mmn₂ = 50x̄₂ = 52,2 mmσ₂ = 6 mm
z =
10.Test d'ipotesi e intervalli di confidenzaDifficile
H₀H₁μ₀x̄cμ₀ + 4α = 0,01βσ = 16, potenza 80%, n = ?

Un test z unilaterale con α = 0,01 deve rilevare uno spostamento della media di 4 unità con una potenza del 80%. La deviazione standard è 16. Trova la dimensione minima del campione n.

α = 0,01potenza = 80%δ = 4σ = 16zα = 2,326zβ = 0,842
n =
11.Regressione lineare e correlazioneMedia
xy127231336435537637xy2463035

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 21Σy = 203Σx² = 91Σy² = 6949Σxy = 744
r =
12.Regressione lineare e correlazioneDifficile
xy143248352453562669xy246506070x = 2,5

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 2,5.

n = 6x = 2,5
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 13,63

Statistica descrittiva: la media è la somma divisa per n; la mediana è il valore centrale dei dati ordinati (la media dei due centrali se n è pari). La deviazione standard campionaria è s = √(Σ(x − x̄)²/(n − 1)). Un punteggio z = (x − μ)/σ dice a quante deviazioni standard dalla media si trova un valore.

Media

x̄ = 198/7 = 28,29

Scarti al quadrato

Σ(x − x̄)² = (−3,286)² + (−6,286)² + (−17,29)² + 20,71² + (−4,286)² + 16,71² + (−6,286)² = 1115

Deviazione standard

s = √(1115/6) = 13,63

Risposta

s = 13,63
2.Statistica descrittiva

Risposta: P = 0,9772

Statistica descrittiva: la media è la somma divisa per n; la mediana è il valore centrale dei dati ordinati (la media dei due centrali se n è pari). La deviazione standard campionaria è s = √(Σ(x − x̄)²/(n − 1)). Un punteggio z = (x − μ)/σ dice a quante deviazioni standard dalla media si trova un valore.

Standardizza

z = −2

Tavola della normale standard

Φ(−2) = 0,02275
P = 1 − 0,02275 = 0,9772

Risposta

P = 0,9772
3.Probabilità

Risposta: Var(X) = 2,19

Variabili aleatorie discrete: una distribuzione di probabilità elenca ogni valore x che una variabile può assumere con la sua probabilità p(x); le probabilità sono comprese tra 0 e 1 e sommano a 1. Il valore atteso (media) è E(X) = Σx·p(x), la media a lungo termine. La varianza è Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², e la deviazione standard è σ = √Var(X). Per una trasformazione lineare Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) e σY = |a|·σX; aggiungere una costante non cambia la dispersione.

Media

μ = 0·0,25 + 1·0,05 + 2·0,3 + 3·0,15 + 4·0,25 = 2,1

Media dei quadrati

E(X²) = 0·0,25 + 1·0,05 + 4·0,3 + 9·0,15 + 16·0,25 = 6,6

Varianza

Var(X) = 6,6 − 2,1² = 2,19

Risposta

Var(X) = 2,19
4.Probabilità

Risposta: σY = 8,944

Variabili aleatorie discrete: una distribuzione di probabilità elenca ogni valore x che una variabile può assumere con la sua probabilità p(x); le probabilità sono comprese tra 0 e 1 e sommano a 1. Il valore atteso (media) è E(X) = Σx·p(x), la media a lungo termine. La varianza è Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ², e la deviazione standard è σ = √Var(X). Per una trasformazione lineare Y = aX + b: E(Y) = a·E(X) + b, Var(Y) = a²·Var(X) e σY = |a|·σX; aggiungere una costante non cambia la dispersione.

Dispersione di X

μ = 4, Var(X) = 3,2, σX = 1,789

Trasformazione lineare

σY = |5|·1,789 = 8,944

Risposta

σY = 8,944

La media invece si sposta: E(Y) = 5·4 − 3 = 17.

5.Distribuzione normale

Risposta: P = 0,6915

Somme e differenze di variabili normali: se X e Y sono indipendenti e normali, anche X + Y e X − Y sono normali. Le medie si sommano o si sottraggono: E(X ± Y) = μX ± μY. Le varianze si sommano sempre, anche per una differenza: Var(X ± Y) = σX² + σY², quindi σ = √(σX² + σY²). Le deviazioni standard non si sommano mai direttamente. Il totale di n elementi indipendenti con la stessa distribuzione ha media n·μ e deviazione standard σ·√n. Poi standardizza come al solito: z = (x − media)/σ e leggi Φ(z).

Distribuzione del totale

μT = 340 kg, σT = 12·√4 = 24 kg

Standardizza

z = (328 − 340)/24 = −0,5

Probabilità

P = 1 − Φ(−0,5) = 0,6915

Risposta

P = 0,6915
6.Distribuzione normale

Risposta: x = 466,3 h

Distribuzione normale: trasforma un valore x in un punteggio z, z = (x − μ)/σ, che indica a quante deviazioni standard dalla media si trova. Una tavola z (o Φ(z)) dà l’area a sinistra di z, cioè P(X < x). L’area a destra è 1 − Φ(z), e l’area tra due valori è la differenza delle loro due aree.

z del percentile

Φ(z) = 0,2 → z = −0,8416

Ritorno a x

x = 500 + −0,8416·40 = 466,34 h

Risposta

x = 466,34 h
7.Intervalli di confidenza

Risposta: limite inferiore = −9,45 mmHg

Intervallo per una differenza: stima ± valore critico × errore standard. Per due medie indipendenti con σ nota: SE = √(σ₁²/n₁ + σ₂²/n₂) e z. Con varianze uguali ma ignote: s_p combinata e t con n₁ + n₂ − 2 gradi di libertà. Per dati appaiati, lavora sulle differenze: d̄ ± t·s_d/√n.

Valore critico

df = 15, t = 2,131

Margine di errore

E = 2,131·6,1/√16 = 3,25

Intervallo

−6,2 ± 3,25 → [−9,45, −2,95]

Risposta

limite inferiore = −9,45 mmHg
8.Intervalli di confidenza

Risposta: limite inferiore = −8,051 kg

Intervallo per una differenza: stima ± valore critico × errore standard. Per due medie indipendenti con σ nota: SE = √(σ₁²/n₁ + σ₂²/n₂) e z. Con varianze uguali ma ignote: s_p combinata e t con n₁ + n₂ − 2 gradi di libertà. Per dati appaiati, lavora sulle differenze: d̄ ± t·s_d/√n.

Deviazione standard combinata

sp² = (5·5² + 5·3,5²)/10 = 18,63
sp = 4,316

Margine di errore

E = 2,228·4,316·√(1/6 + 1/6) = 5,551

Intervallo

−2,5 ± 5,551 → [−8,051, 3,051]

Risposta

limite inferiore = −8,051 kg
9.Test d'ipotesi e intervalli di confidenza

Risposta: z = 1,979

Test d’ipotesi: la statistica test = (stima − valore sotto H₀)/(errore standard sotto H₀). Il p-value è la probabilità, supponendo vera H₀, di una statistica almeno tanto estrema quanto quella osservata: l’area in una coda per una H₁ unilaterale, il doppio dell’area della coda per una H₁ bilaterale. Rifiuta H₀ quando p ≤ α.

Errore standard della differenza

SE = √(20²/100 + 6²/50) = √4,72 = 2,173

Statistica test

z = (56,5 − 52,2)/2,173 = 1,979

Risposta

z = 1,979

|z| > 1,96, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 161

Dimensione del campione per un test: per rilevare uno spostamento reale δ con potenza 1 − β in un test z unilaterale al livello α, l’errore standard deve soddisfare δ = (z_α + z_β)·σ/√n, quindi n = ((z_α + z_β)·σ/δ)², arrotondato per eccesso.

Ricava n

n = ((2,326 + 0,842)·16/4)² = 160,6

Arrotonda per eccesso

n = 161

Risposta

n = 161
11.Regressione lineare e correlazione

Risposta: r = 0,8907

Regressione ai minimi quadrati: con x̄ e ȳ le medie, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² e Sxy = Σ(x − x̄)(y − ȳ), la retta ŷ = a + b·x ha pendenza b = Sxy/Sxx e intercetta a = ȳ − b·x̄, quindi passa sempre per (x̄, ȳ). Il coefficiente di correlazione di Pearson r = Sxy/√(Sxx·Syy) è compreso tra −1 e 1; r² è la frazione della variabilità di y spiegata dalla retta.

Somme centrate

Sxy = 744 − 21·203/6 = 33,5
Sxx = 91 − 21²/6 = 17,5
Syy = 6949 − 203²/6 = 80,83

Coefficiente di correlazione

r = 33,5/√(17,5·80,83) = 0,8907

Risposta

r = 0,8907
12.Regressione lineare e correlazione

Risposta: ŷ = 49,56

Regressione ai minimi quadrati: con x̄ e ȳ le medie, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² e Sxy = Σ(x − x̄)(y − ȳ), la retta ŷ = a + b·x ha pendenza b = Sxy/Sxx e intercetta a = ȳ − b·x̄, quindi passa sempre per (x̄, ȳ). Il coefficiente di correlazione di Pearson r = Sxy/√(Sxx·Syy) è compreso tra −1 e 1; r² è la frazione della variabilità di y spiegata dalla retta.

Medie

x̄ = 21/6 = 3,5
ȳ = 327/6 = 54,5

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 86,5

Retta di regressione

b = 86,5/17,5 = 4,943
a = 54,5 − 4,943·3,5 = 37,2
ŷ = 37,2 + 4,943·x

Previsione

ŷ = 37,2 + 4,943·2,5 = 49,56

Risposta

ŷ = 49,56

ExamProblems · examproblems.com/courses/statistics-1