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
354045505560

Trova la deviazione standard campionaria s dei dati: 44, 41, 54, 60, 31.

n = 5
s =
2.Statistica descrittivaDifficile
z −2−1012

I voti di un esame hanno distribuzione normale con media 50 e deviazione standard 15. Trova il punteggio z z di un voto pari a 56.

μ = 50σ = 15x = 56
z =
3.ProbabilitàMedia
xp(x)10,3520,3530,0540,25μ = 2,2

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

x: 1, 2, 3, 4p(x): 0,35, 0,35, 0,05, 0,25
σ =
4.ProbabilitàDifficile
n = 8, p = 0,4: P(X = 5) = ?k012345678

Un test ha 8 domande a risposta multipla. Una studentessa che tira a indovinare risponde correttamente a ciascuna con probabilità 0,4, in modo indipendente. Qual è la probabilità P di avere esattamente 5 risposte corrette?

n = 8p = 0,4k = 5
P =
5.Distribuzione normaleMedia
172,75181,85P = ?

Supponi che le altezze degli uomini adulti abbiano una distribuzione normale con media 178 cm e deviazione standard 7 cm. Quale frazione è compresa tra 172,75 e 181,85 cm? Dai P come numero decimale.

μ = 178σ = 7x1 = 172,75x2 = 181,85
P =
6.Distribuzione normaleDifficile
10 cm0X − Y?

Le altezze X degli uomini e Y delle donne di un gruppo sono indipendenti e normali: X ha media 180 cm e deviazione standard 10 cm, Y ha media 170 cm e deviazione standard 12 cm. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
7.Intervalli di confidenzaMedia
n = 25, s = 17,5LUx̄ = 31,5E = ?90%

Un campione di 25 elementi ha media 31,5 e deviazione standard s = 17,5. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 90 % per la media.

n = 25x̄ = 31,5s = 17,590%t(24) = 1,711
E =
8.Intervalli di confidenzaDifficile
n = 20σ = ?Us = 5,195%

I diametri di 20 alberi lavorati alla macchina hanno una deviazione standard campionaria di 5,1 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 = 19, il 2,5% della distribuzione χ² si trova sotto 8,907 e il 2,5% sopra 32,852.

n = 20s = 5,1 µmχ² = 8,907, 32,852
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,2012,201t = ?df = 11

12 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 5,82 e la deviazione standard delle differenze è 7,2. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 12d̄ = 5,82sd = 7,2
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
μ₀x̄c

Un test z unilaterale di H₀: μ = 200 contro H₁: μ > 200 viene eseguito con α = 0,05 su un campione di 36; la deviazione standard è nota e vale 9. In realtà la media è 204,65. Trova la potenza 1 − β del test in percentuale.

μ₀ = 200μ = 204,65σ = 9n = 36α = 0,05
1 − β = %
11.Regressione lineare e correlazioneMedia
xy120221316415512xy241520

La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 5Σx = 15Σy = 84Σx² = 55Σy² = 1466Σxy = 230
r =
12.Regressione lineare e correlazioneDifficile
xy24345266287110791287xy510406080x = 9

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 = 9.

n = 6x = 9
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 11,34

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 = 230/5 = 46

Scarti al quadrato

Σ(x − x̄)² = (−2)² + (−5)² + 8² + 14² + (−15)² = 514

Deviazione standard

s = √(514/4) = 11,34

Risposta

s = 11,34
2.Statistica descrittiva

Risposta: z = 0,4

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 = (56 − 50)/15 = 0,4

Risposta

z = 0,4
3.Probabilità

Risposta: σ = 1,166

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 = 1·0,35 + 2·0,35 + 3·0,05 + 4·0,25 = 2,2

Media dei quadrati

E(X²) = 1·0,35 + 4·0,35 + 9·0,05 + 16·0,25 = 6,2

Varianza

Var(X) = 6,2 − 2,2² = 1,36
σ = √1,36 = 1,166

Risposta

σ = 1,166
4.Probabilità

Risposta: P = 0,1239

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 = 5) = 56·0,45·0,63 = 56·0,01024·0,216 = 0,1239

Risposta

P = 0,1239
5.Distribuzione normale

Risposta: P = 0,4822

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 = (172,75 − 178)/7 = −0,75
z₂ = (181,85 − 178)/7 = 0,55

Area compresa

P = Φ(0,55) − Φ(−0,75) = 0,7088 − 0,2266 = 0,4822

Risposta

P = 0,4822
6.Distribuzione normale

Risposta: P = 0,7389

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 = 180 − 170 = 10 cm, σ = 15,62 cm

Standardizza

z = (0 − 10)/15,62 = −0,64

Probabilità

P = 1 − Φ(−0,64) = 0,7389

Risposta

P = 0,7389
7.Intervalli di confidenza

Risposta: E = 5,989

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 = 24, t = 1,711

Margine di errore

E = 1,711·17,5/√25 = 5,989

Risposta

E = 5,989
8.Intervalli di confidenza

Risposta: σ = 3,879 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 = 19·5,1² = 494,2

Limiti per σ²

494,2/32,852 = 15,04
494,2/8,907 = 55,48

Limite per σ

σ = √15,04 = 3,879 µm

Risposta

σ = 3,879 µm

Intervallo al 95% per σ: [3,879, 7,449] 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 = 7,2/√12 = 2,078

Statistica test

t = 5,82/2,078 = 2,8

Risposta

t = 2,8

Con df = 11, il valore critico bilaterale al 5% è 2,201; |t| è maggiore, quindi H₀ viene rifiutata.

10.Test d'ipotesi e intervalli di confidenza

Risposta: 1 − β = 92,72 %

Potenza di un test: la potenza = 1 − β è la probabilità di rifiutare H₀ quando è falsa. Trova la soglia x̄c da μ₀ e z_α, poi calcola la probabilità di cadere oltre x̄c usando la media vera: z = (x̄c − μ)/(σ/√n).

Media campionaria critica

SE = 9/√36 = 1,5
x̄c = 200 + 1,645·1,5 = 202,5

z sotto la media vera

z = (202,5 − 204,65)/1,5 = −1,455

Potenza

potenza = P(Z > −1,455) = 92,72%
1 − β = 92,72%

Risposta

1 − β = 92,72%
11.Regressione lineare e correlazione

Risposta: r = −0,9398

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 = 230 − 15·84/5 = −22
Sxx = 55 − 15²/5 = 10
Syy = 1466 − 84²/5 = 54,8

Coefficiente di correlazione

r = −22/√(10·54,8) = −0,9398

Risposta

r = −0,9398
12.Regressione lineare e correlazione

Risposta: ŷ = 74,52

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 = 42/6 = 7
ȳ = 394/6 = 65,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 310

Retta di regressione

b = 310/70 = 4,429
a = 65,67 − 4,429·7 = 34,67
ŷ = 34,67 + 4,429·x

Previsione

ŷ = 34,67 + 4,429·9 = 74,52

Risposta

ŷ = 74,52

ExamProblems · examproblems.com/courses/statistics-1