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
25303540455055

Trova la deviazione standard campionaria s dei dati: 44, 44, 33, 24, 38, 59, 24.

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

Una grandezza ha distribuzione normale con media 100 e deviazione standard 20. Quale proporzione P dei valori è superiore a 120?

μ = 100σ = 20x = 120
P =
3.ProbabilitàMedia
xp(x)00,320,240,1560,35μ = 3,1

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

x: 0, 2, 4, 6p(x): 0,3, 0,2, 0,15, 0,35
Var(X) =
4.ProbabilitàDifficile
€p(x)−100,73300,251900,02

Giocare a un gioco costa 10 €. Si vincono 40 € con probabilità 0,25 e 200 € con probabilità 0,02; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.

posta = €10€40: p = 0,25€200: p = 0,02
E(G) = €
5.Distribuzione normaleMedia
4577,5P = ?

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 45 e 77,5 punti? Dai P come numero decimale.

μ = 65σ = 10x1 = 45x2 = 77,5
P =
6.Distribuzione normaleDifficile
4 s0X − Y?

Il tempo sul giro X del corridore A e il tempo sul giro Y del corridore B sono indipendenti e normali: X ha media 52 s e deviazione standard 4 s, Y ha media 48 s e deviazione standard 3 s. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 52 s, σX = 4 sμY = 48 s, σY = 3 s
P =
7.Intervalli di confidenzaMedia
n = 30, s = 17,5L = ?Ux̄ = 88,5E95%

Un campione di 30 elementi ha media 88,5 e deviazione standard s = 17,5. La popolazione è approssimativamente normale. Trova il limite inferiore dell’intervallo di confidenza al 95 % per la media.

n = 30x̄ = 88,5s = 17,595%t(29) = 2,045
limite inferiore =
8.Intervalli di confidenzaDifficile
σ = 24, n = ?x̄ − Ex̄ + Ex̄E = 399%

La deviazione standard della popolazione è 24. Quanto deve essere grande il campione n perché un intervallo di confidenza al 99 % per la media abbia un margine di errore non superiore a 3?

σ = 24E = 399%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
1,44p = ?

Si afferma che la media di una popolazione sia 250; la deviazione standard della popolazione è nota e vale 12. Un campione casuale di 144 osservazioni ha media 251,44. Verifica H₀: μ = 250 contro H₁: μ > 250. Trova il p-value p.

μ₀ = 250σ = 12n = 144x̄ = 251,44H₁: μ > μ₀
p =
10.Test d'ipotesi e intervalli di confidenzaDifficile
z −2,57602,576

Un campione di 100 misure ha media 49,6. La deviazione standard della popolazione è 12. Trova il limite inferiore L dell'intervallo di confidenza al 99 % per la media.

x̄ = 49,6σ = 12n = 10099%
L =
11.Regressione lineare e correlazioneMedia
xy126223320419521xy242025

La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
12.Regressione lineare e correlazioneDifficile
xy186521802497271003012133128xy2025306080100120x = 31,5

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 31,5.

n = 6x = 31,5
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 12,45

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 = 266/7 = 38

Scarti al quadrato

Σ(x − x̄)² = 6² + 6² + (−5)² + (−14)² + 0² + 21² + (−14)² = 930

Deviazione standard

s = √(930/6) = 12,45

Risposta

s = 12,45
2.Statistica descrittiva

Risposta: P = 0,1587

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 = 1

Tavola della normale standard

Φ(1) = 0,8413
P = 1 − 0,8413 = 0,1587

Risposta

P = 0,1587
3.Probabilità

Risposta: Var(X) = 6,19

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 = 0·0,3 + 2·0,2 + 4·0,15 + 6·0,35 = 3,1

Media dei quadrati

E(X²) = 0·0,3 + 4·0,2 + 16·0,15 + 36·0,35 = 15,8

Varianza

Var(X) = 15,8 − 3,1² = 6,19

Risposta

Var(X) = 6,19
4.Probabilità

Risposta: E(G) = 4 €

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.

Esiti netti

G: 30 (p = 0,25), 190 (p = 0,02), −10 (p = 0,73)

Valore atteso

E(G) = 30·0,25 + 190·0,02 − 10·0,73 = 4 €

Risposta

E(G) = 4 €

Un valore positivo significa che in media guadagni denaro.

5.Distribuzione normale

Risposta: P = 0,8716

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 = (45 − 65)/10 = −2
z₂ = (77,5 − 65)/10 = 1,25

Area compresa

P = Φ(1,25) − Φ(−2) = 0,8944 − 0,02275 = 0,8716

Risposta

P = 0,8716
6.Distribuzione normale

Risposta: P = 0,7881

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 = 52 − 48 = 4 s, σ = 5 s

Standardizza

z = (0 − 4)/5 = −0,8

Probabilità

P = 1 − Φ(−0,8) = 0,7881

Risposta

P = 0,7881
7.Intervalli di confidenza

Risposta: limite inferiore = 81,97

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 = 29, t = 2,045

Margine di errore

E = 2,045·17,5/√30 = 6,534

Intervallo

88,5 ± 6,534 → [81,97, 95,03]

Risposta

limite inferiore = 81,97
8.Intervalli di confidenza

Risposta: n = 425

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.

Ricava n

n = (2,576·24/3)² = 424,7

Arrotonda per eccesso

La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.

n = 425

Risposta

n = 425
9.Test d'ipotesi e intervalli di confidenza

Risposta: p = 0,07493

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.

Statistica test

SE = σ/√n = 12/√144 = 1
z = (251,44 − 250)/1 = 1,44

Area della coda

Φ(1,44) = 0,9251
1 − Φ(1,44) = 0,0749

p-value

p = 0,07493

Risposta

p = 0,07493

p > 0,05, quindi H₀ non viene rifiutata al livello del 5%.

10.Test d'ipotesi e intervalli di confidenza

Risposta: L = 46,51

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).

Margine di errore

E = 2,576·12/√100 = 3,091

Limite dell'intervallo

L = 49,6 − 3,091 = 46,51

Risposta

L = 46,51
11.Regressione lineare e correlazione

Risposta: r = −0,7977

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 = 15/5 = 3
ȳ = 109/5 = 21,8

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −14
Syy = Σ(y − ȳ)² = 30,8

Coefficiente di correlazione

r = −14/√(10·30,8) = −0,7977

Risposta

r = −0,7977
12.Regressione lineare e correlazione

Risposta: ŷ = 123,7

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 = 153/6 = 25,5
ȳ = 591/6 = 98,5

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 661,5

Retta di regressione

b = 661,5/157,5 = 4,2
a = 98,5 − 4,2·25,5 = −8,6
ŷ = −8,6 + 4,2·x

Previsione

ŷ = −8,6 + 4,2·31,5 = 123,7

Risposta

ŷ = 123,7

ExamProblems · examproblems.com/courses/statistics-1