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
303540455055

Trova la deviazione standard campionaria s dei dati: 51, 33, 55, 57, 54, 26, 47.

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

Una grandezza ha distribuzione normale con media 50 e deviazione standard 12. Quale proporzione P dei valori è inferiore a 26?

μ = 50σ = 12x = 26
P =
3.ProbabilitàMedia
xp(x)00,320,140,2560,35μ = 3,3

Per la distribuzione mostrata, trova la deviazione standard σ di X.

x: 0, 2, 4, 6p(x): 0,3, 0,1, 0,25, 0,35
σ =
4.ProbabilitàDifficile
n = 6, p = 0,1: P(X = 4) = ?k0123456

Un test ha 6 domande a risposta multipla. Una studentessa che tira a indovinare risponde correttamente a ciascuna con probabilità 0,1, in modo indipendente. Qual è la probabilità P di avere esattamente 4 risposte corrette?

n = 6p = 0,1k = 4
P =
5.Distribuzione normaleMedia
5075P = ?

Supponi che i voti di un esame abbiano una distribuzione normale con media 65 punti e deviazione standard 10 punti. Quale frazione è compresa tra 50 e 75 punti? Dai P come numero decimale.

μ = 65σ = 10x1 = 50x2 = 75
P =
6.Distribuzione normaleDifficile
0,03 mm0D − d?

I diametri D dei fori sono normali con media 25,03 mm e deviazione standard 0,01 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,02 mm. Un albero scelto a caso si accoppia quando D − d > 0. Trova la probabilità P che si accoppi. Arrotonda z a due decimali.

foro: μ = 25,03 mm, σ = 0,01 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
7.Intervalli di confidenzaMedia
n = 21, s = 10,5LU = ?x̄ = 61,5E99%

Un campione di 21 elementi ha media 61,5 e deviazione standard s = 10,5. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 99 % per la media.

n = 21x̄ = 61,5s = 10,599%t(20) = 2,845
limite superiore =
8.Intervalli di confidenzaDifficile
n = 15σ = ?Us = 3,995%

I diametri di 15 alberi lavorati alla macchina hanno una deviazione standard campionaria di 3,9 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite inferiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 14, il 2,5% della distribuzione χ² si trova sotto 5,629 e il 2,5% sopra 26,119.

n = 15s = 3,9 µmχ² = 5,629, 26,119
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,3062,306t = ?df = 8

9 dipendenti svolgono un test di dattilografia prima e dopo un corso di formazione. Per ogni persona si registra la differenza d = dopo − prima (parole al minuto). La differenza media è 9,52 e la deviazione standard delle differenze è 10,2. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 9d̄ = 9,52sd = 10,2
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
H₀H₁μ₀x̄cμ₀ + 3α = 0,01βσ = 13, potenza 95%, n = ?

Un test z unilaterale con α = 0,01 deve rilevare uno spostamento della media di 3 unità con una potenza del 95%. La deviazione standard è 13. Trova la dimensione minima del campione n.

α = 0,01potenza = 95%δ = 3σ = 13zα = 2,326zβ = 1,645
n =
11.Regressione lineare e correlazioneMedia
xy2374496668721082xy510406080

La tabella riporta 5 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 = 5Σx = 30Σy = 306Σx² = 220Σy² = 20034Σxy = 2062
r =
12.Regressione lineare e correlazioneDifficile
xy2104166228261034xy510102030x = 9

La tabella riporta 5 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (9, 25). Trova il suo residuo e = y − ŷ.

n = 5(9, 25)
e =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 11,98

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 = 323/7 = 46,14

Scarti al quadrato

Σ(x − x̄)² = 4,857² + (−13,14)² + 8,857² + 10,86² + 7,857² + (−20,14)² + 0,8571² = 860,9

Deviazione standard

s = √(860,9/6) = 11,98

Risposta

s = 11,98
2.Statistica descrittiva

Risposta: P = 0,02275

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 = 0,02275

Risposta

P = 0,02275
3.Probabilità

Risposta: σ = 2,472

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 = 0·0,3 + 2·0,1 + 4·0,25 + 6·0,35 = 3,3

Media dei quadrati

E(X²) = 0·0,3 + 4·0,1 + 16·0,25 + 36·0,35 = 17

Varianza

Var(X) = 17 − 3,3² = 6,11
σ = √6,11 = 2,472

Risposta

σ = 2,472
4.Probabilità

Risposta: P = 0,001215

Probabilità: con esiti equiprobabili, P(A) = casi favorevoli/casi possibili. Per eventi indipendenti si moltiplica: P(A e B) = P(A)·P(B). Il complementare aiuta spesso: P(almeno uno) = 1 − P(nessuno). Binomiale: in n prove indipendenti con probabilità di successo p, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ.

Formula binomiale

P(X = 4) = 15·0,14·0,92 = 15·0,0001·0,81 = 0,001215

Risposta

P = 0,001215
5.Distribuzione normale

Risposta: P = 0,7745

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.

Punteggi z

z₁ = (50 − 65)/10 = −1,5
z₂ = (75 − 65)/10 = 1

Area compresa

P = Φ(1) − Φ(−1,5) = 0,8413 − 0,06681 = 0,7745

Risposta

P = 0,7745
6.Distribuzione normale

Risposta: P = 0,9099

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 della differenza

μ = 25,03 − 25 = 0,03 mm, σ = 0,02236 mm

Standardizza

z = (0 − 0,03)/0,02236 = −1,34

Probabilità

P = 1 − Φ(−1,34) = 0,9099

Risposta

P = 0,9099
7.Intervalli di confidenza

Risposta: limite superiore = 68,02

Intervallo di confidenza per una media: x̄ ± margine di errore. Con σ della popolazione nota il margine è z·σ/√n; se hai solo la deviazione standard campionaria s, usa t con n − 1 gradi di libertà: t·s/√n. Valori critici: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Per ottenere un margine pari a E o inferiore serve n ≥ (z·σ/E)², arrotondato per eccesso.

Valore critico

df = n − 1 = 20, t = 2,845

Margine di errore

E = 2,845·10,5/√21 = 6,519

Intervallo

61,5 ± 6,519 → [54,98, 68,02]

Risposta

limite superiore = 68,02
8.Intervalli di confidenza

Risposta: σ = 2,855 µm

Intervallo per una varianza: (n − 1)s²/σ² ha una distribuzione χ² con n − 1 gradi di libertà. L’intervallo al 95% per σ² va da (n − 1)s² diviso il valore χ² superiore (2,5% al di sopra) a (n − 1)s² diviso il valore χ² inferiore (2,5% al di sotto); l’intervallo per σ è la radice quadrata di entrambi i limiti. Non è simmetrico rispetto a s.

Somma dei quadrati

(n − 1)s² = 14·3,9² = 212,9

Limiti per σ²

212,9/26,119 = 8,153
212,9/5,629 = 37,83

Limite per σ

σ = √8,153 = 2,855 µm

Risposta

σ = 2,855 µm

Intervallo al 95% per σ: [2,855, 6,151] µm.

9.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,8

Test su una media: la statistica test misura a quanti errori standard la media campionaria si trova dal valore dichiarato in H₀: z = (x̄ − μ₀)/(σ/√n) se σ è nota, t = (x̄ − μ₀)/(s/√n) se viene stimata dal campione. Un intervallo di confidenza è x̄ ± (valore critico)·(errore standard).

Errore standard della differenza media

SE = 10,2/√9 = 3,4

Statistica test

t = 9,52/3,4 = 2,8

Risposta

t = 2,8

Con df = 8, il valore critico bilaterale al 5% è 2,306; |t| è maggiore, quindi H₀ viene rifiutata.

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 297

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 + 1,645)·13/3)² = 296,1

Arrotonda per eccesso

n = 297

Risposta

n = 297
11.Regressione lineare e correlazione

Risposta: r = 0,9885

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 = 2062 − 30·306/5 = 226
Sxx = 220 − 30²/5 = 40
Syy = 20034 − 306²/5 = 1307

Coefficiente di correlazione

r = 226/√(40·1307) = 0,9885

Risposta

r = 0,9885
12.Regressione lineare e correlazione

Risposta: e = −5,3

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 = 30/5 = 6
ȳ = 108/5 = 21,6

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 116

Retta di regressione

b = 116/40 = 2,9
a = 21,6 − 2,9·6 = 4,2
ŷ = 4,2 + 2,9·x

Valore previsto

ŷ = 4,2 + 2,9·9 = 30,3

Residuo

e = 25 − 30,3 = −5,3

Risposta

e = −5,3

Il punto si trova sotto la retta.

ExamProblems · examproblems.com/courses/statistics-1