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: 60, 37, 29, 52, 13, 40, 59.

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

I voti di un esame hanno distribuzione normale con media 170 e deviazione standard 10. Trova il punteggio z z di un voto pari a 158.

μ = 170σ = 10x = 158
z =
3.ProbabilitàMedia
xp(x)10,120,330,1540,3550,1μ = 3,05

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

x: 1, 2, 3, 4, 5p(x): 0,1, 0,3, 0,15, 0,35, 0,1
σ =
4.ProbabilitàDifficile
€p(x)−20,740,25180,05

Giocare a un gioco costa 2 €. Si vincono 6 € con probabilità 0,25 e 20 € con probabilità 0,05; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.

posta = €2€6: p = 0,25€20: p = 0,05
E(G) = €
5.Distribuzione normaleMedia
−3−2−10123zarea ombreggiata tra −z e z = 0,6923

Trascina z in modo che l’area ombreggiata tra −z e z sotto la curva normale standard sia 0,6923. Trova z con due decimali.

A = 0,6923
z =
6.Distribuzione normaleDifficile
0,03 mm0D − d?

I diametri D dei fori sono normali con media 25,03 mm e deviazione standard 0,015 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,01 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 = 0,015 mmalbero: μ = 25 mm, σ = 0,01 mm
P =
7.Intervalli di confidenzaMedia
x̄E₁ = 3,290%, n = 64x̄E₂ = ?99%, n = 64

Un intervallo di confidenza al 90% per una media, basato su 64 osservazioni e σ nota, ha un margine di errore di 3,2. Qual è il margine di errore E₂ di un intervallo al 99% calcolato dagli stessi dati?

90%n₁ = 64E₁ = 3,299%
E₂ =
8.Intervalli di confidenzaDifficile
σ = 19, n = ?x̄ − Ex̄ + Ex̄E = 2,599%

La deviazione standard della popolazione è 19. 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 2,5?

σ = 19E = 2,599%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,162,16p = ?

Si afferma che la media di una popolazione sia 80; la deviazione standard della popolazione è nota e vale 10. Un campione casuale di 100 osservazioni ha media 82,16. Verifica H₀: μ = 80 contro H₁: μ ≠ 80. Trova il p-value p.

μ₀ = 80σ = 10n = 100x̄ = 82,16H₁: μ ≠ μ₀
p =
10.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 5, n = ?x̄ − Ex̄ + Ex̄E = 2,595%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 95 % per una media abbia un margine di errore di al massimo 2,5? La deviazione standard è 5. Trova la dimensione minima del campione n.

σ = 5E = 2,595%
n =
11.Regressione lineare e correlazioneMedia
xy146350561767969xy5506070

La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
12.Regressione lineare e correlazioneDifficile
xy368472579684795xy46708090x = 5,5

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. Prevedi ŷ per x = 5,5.

n = 5x = 5,5
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 17,08

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 = 290/7 = 41,43

Scarti al quadrato

Σ(x − x̄)² = 18,57² + (−4,429)² + (−12,43)² + 10,57² + (−28,43)² + (−1,429)² + 17,57² = 1750

Deviazione standard

s = √(1750/6) = 17,08

Risposta

s = 17,08
2.Statistica descrittiva

Risposta: z = −1,2

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 = (158 − 170)/10 = −1,2

Risposta

z = −1,2
3.Probabilità

Risposta: σ = 1,203

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 = 1·0,1 + 2·0,3 + 3·0,15 + 4·0,35 + 5·0,1 = 3,05

Media dei quadrati

E(X²) = 1·0,1 + 4·0,3 + 9·0,15 + 16·0,35 + 25·0,1 = 10,75

Varianza

Var(X) = 10,75 − 3,05² = 1,448
σ = √1,448 = 1,203

Risposta

σ = 1,203
4.Probabilità

Risposta: E(G) = 0,5 €

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: 4 (p = 0,25), 18 (p = 0,05), −2 (p = 0,7)

Valore atteso

E(G) = 4·0,25 + 18·0,05 − 2·0,7 = 0,5 €

Risposta

E(G) = 0,5 €

Un valore positivo significa che in media guadagni denaro.

5.Distribuzione normale

Risposta: z = 1,02

Da un’area a z: Φ(z) è l’area a sinistra di z. Per un’area di coda sinistra A, trova z con Φ(z) = A nella tabella. Un’area di coda destra A significa Φ(z) = 1 − A. Un’area centrale A tra −z e z lascia (1 − A)/2 in ciascuna coda, quindi Φ(z) = (1 + A)/2. Per un valore x, usa x = μ + zσ.

Area a sinistra di z

Φ(z) = (1 + 0,6923)/2 = 0,8461

Leggi la tabella z al contrario

Trova 0,8461 dentro la tabella e leggi z.

z = 1,02

Risposta

z = 1,02
6.Distribuzione normale

Risposta: P = 0,9515

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 = 0,01803 mm

Standardizza

z = (0 − 0,03)/0,01803 = −1,66

Probabilità

P = 1 − Φ(−1,66) = 0,9515

Risposta

P = 0,9515
7.Intervalli di confidenza

Risposta: E₂ = 5,011

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 = (2,576/1,645)·√(64/64) = 1,566

Nuovo margine

E₂ = 3,2·1,566 = 5,011

Risposta

E₂ = 5,011
8.Intervalli di confidenza

Risposta: n = 384

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 = (2,576·19/2,5)² = 383,3

Arrotonda per eccesso

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

n = 384

Risposta

n = 384
9.Test d'ipotesi e intervalli di confidenza

Risposta: p = 0,03077

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 = 10/√100 = 1
z = (82,16 − 80)/1 = 2,16

Area della coda

Φ(2,16) = 0,9846
1 − Φ(2,16) = 0,0154

p-value

p = 2·0,0154 = 0,03077

Risposta

p = 0,03077

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

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 16

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 = (1,96·5/2,5)² = 15,37

Arrotonda per eccesso

n = 16

Risposta

n = 16
11.Regressione lineare e correlazione

Risposta: r = 0,9754

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 = 293/5 = 58,6

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 126
Syy = Σ(y − ȳ)² = 417,2

Coefficiente di correlazione

r = 126/√(40·417,2) = 0,9754

Risposta

r = 0,9754
12.Regressione lineare e correlazione

Risposta: ŷ = 82,9

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 = 398/5 = 79,6

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 66

Retta di regressione

b = 66/10 = 6,6
a = 79,6 − 6,6·5 = 46,6
ŷ = 46,6 + 6,6·x

Previsione

ŷ = 46,6 + 6,6·5,5 = 82,9

Risposta

ŷ = 82,9

ExamProblems · examproblems.com/courses/statistics-1