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
15202530354045505560

Trova la deviazione standard campionaria s dei dati: 28, 29, 53, 25, 60, 12.

n = 6
s =
2.Statistica descrittivaDifficile
z −2−1012

I voti di un esame hanno distribuzione normale con media 170 e deviazione standard 8. Trova il punteggio z z di un voto pari a 186.

μ = 170σ = 8x = 186
z =
3.ProbabilitàMedia
xp(x)00,1520,3540,260,3μ = 3,3

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

x: 0, 2, 4, 6p(x): 0,15, 0,35, 0,2, 0,3
σ =
4.ProbabilitàDifficile
€p(x)−50,65150,3950,05

Giocare a un gioco costa 5 €. Si vincono 20 € con probabilità 0,3 e 100 € con probabilità 0,05; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.

posta = €5€20: p = 0,3€100: p = 0,05
E(G) = €
5.Distribuzione normaleMedia
750 g754,9 gX + Y?

X è normale con media 250 g e deviazione standard 4 g; Y è indipendente e normale con media 500 g e deviazione standard 9 g. Trova la probabilità P che X + Y sia maggiore di 754,9 g. Arrotonda z a due decimali.

μX = 250, σX = 4μY = 500, σY = 9X + Y > 754,9 g
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
x̄E₁ = 1,990%, n = 64x̄E₂ = ?90%, n = 128

Un intervallo di confidenza al 90% per una media, basato su 64 osservazioni e σ nota, ha un margine di errore di 1,9. Qual è il margine di errore E₂ se lo stesso studio usa invece 128 osservazioni?

90%n₁ = 64E₁ = 1,9n₂ = 128
E₂ =
8.Intervalli di confidenzaDifficile
n = 30Lσ = ?s = 5,195%

I diametri di 30 alberi lavorati alla macchina hanno una deviazione standard campionaria di 5,1 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite superiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 29, il 2,5% della distribuzione χ² si trova sotto 16,047 e il 2,5% sopra 45,722.

n = 30s = 5,1 µmχ² = 16,047, 45,722
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
t −2,13102,131

Un campione di 16 studenti ha un punteggio medio di 122,1 e una deviazione standard campionaria di 5. Trova la statistica test t per H₀: μ = 120.

μ₀ = 120x̄ = 122,1s = 5n = 16
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 299%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 99 % per una media abbia un margine di errore di al massimo 2? La deviazione standard è 12. Trova la dimensione minima del campione n.

σ = 12E = 299%
n =
11.Regressione lineare e correlazioneMedia
xy333437539640746xy46354045

La tabella riporta 5 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.

n = 5
r² =
12.Regressione lineare e correlazioneDifficile
xy250352455558659xy246505560ŷ = 51

La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Per quale valore x la retta prevede ŷ = 51?

n = 5ŷ = 51
x =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 18,23

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 = 207/6 = 34,5

Scarti al quadrato

Σ(x − x̄)² = (−6,5)² + (−5,5)² + 18,5² + (−9,5)² + 25,5² + (−22,5)² = 1662

Deviazione standard

s = √(1662/5) = 18,23

Risposta

s = 18,23
2.Statistica descrittiva

Risposta: z = 2

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 = (186 − 170)/8 = 2

Risposta

z = 2
3.Probabilità

Risposta: σ = 2,124

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

Media dei quadrati

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

Varianza

Var(X) = 15,4 − 3,3² = 4,51
σ = √4,51 = 2,124

Risposta

σ = 2,124
4.Probabilità

Risposta: E(G) = 6 €

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: 15 (p = 0,3), 95 (p = 0,05), −5 (p = 0,65)

Valore atteso

E(G) = 15·0,3 + 95·0,05 − 5·0,65 = 6 €

Risposta

E(G) = 6 €

Un valore positivo significa che in media guadagni denaro.

5.Distribuzione normale

Risposta: P = 0,3085

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 somma

μ = 750 g, σ = √(4² + 9²) = 9,849 g

Standardizza

z = (754,9 − 750)/9,849 = 0,5

Coda superiore

P = 1 − Φ(0,5) = 1 − 0,6915 = 0,3085

Risposta

P = 0,3085
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: E₂ = 1,344

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.

Rapporto dei margini

E₂/E₁ = (1,645/1,645)·√(64/128) = 0,7071

Nuovo margine

E₂ = 1,9·0,7071 = 1,344

Risposta

E₂ = 1,344
8.Intervalli di confidenza

Risposta: σ = 6,856 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 = 29·5,1² = 754,3

Limiti per σ²

754,3/45,722 = 16,5
754,3/16,047 = 47,01

Limite per σ

σ = √47,01 = 6,856 µm

Risposta

σ = 6,856 µm

Intervallo al 95% per σ: [4,062, 6,856] µm.

9.Test d'ipotesi e intervalli di confidenza

Risposta: t = 1,68

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

SE = 5/√16 = 5/4 = 1,25

Statistica test

t = (122,1 − 120)/1,25 = 1,68

Risposta

t = 1,68
t0,025; df = 15 = 2,131

|t| < 2.131, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 239

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).

Ricava n

n = (2,576·12/2)² = 238,9

Arrotonda per eccesso

n = 239

Risposta

n = 239
11.Regressione lineare e correlazione

Risposta: r² = 0,9344

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 = 25/5 = 5
ȳ = 195/5 = 39

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 29
Syy = Σ(y − ȳ)² = 90

Coefficiente di determinazione

r² = 29²/(10·90) = 0,9344

Risposta

r² = 0,9344

Circa il 93,44% della variabilità di y è spiegato dalla retta.

12.Regressione lineare e correlazione

Risposta: x = 2,417

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 = 20/5 = 4
ȳ = 274/5 = 54,8

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 24

Retta di regressione

b = 24/10 = 2,4
a = 54,8 − 2,4·4 = 45,2
ŷ = 45,2 + 2,4·x

Risolvi per x

x = (51 − 45,2)/2,4 = 2,417

Risposta

x = 2,417

ExamProblems · examproblems.com/courses/statistics-1