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
2530354045

Trova la deviazione standard campionaria s dei dati: 25, 47, 36, 28, 36.

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

Una grandezza ha distribuzione normale con media 100 e deviazione standard 15. Quale proporzione P dei valori è superiore a 77,5?

μ = 100σ = 15x = 77,5
P =
3.ProbabilitàMedia
P(almeno un sei) = ??1?2?3P(sei) = 1/6 a ogni lancio

Si lancia un dado equo 3 volte. Qual è la probabilità P di ottenere almeno un sei?

n = 3
P =
4.ProbabilitàDifficile
€p(x)−30,8460,15270,01

Giocare a un gioco costa 3 €. Si vincono 9 € con probabilità 0,15 e 30 € con probabilità 0,01; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.

posta = €3€9: p = 0,15€30: p = 0,01
E(G) = €
5.Distribuzione normaleMedia
1020 kg978,4 kgT = X₁ + … + X₁₂?

Le masse di passeggeri con bagaglio sono indipendenti e normali con media 85 kg e deviazione standard 12 kg. Trova la probabilità P che la massa totale di 12 di essi superi 978,4 kg. Arrotonda z a due decimali.

μ = 85 kgσ = 12 kgn = 12> 978,4 kg
P =
6.Distribuzione normaleDifficile
μ = 100x = ?25%

Supponi che i punteggi del QI abbiano una distribuzione normale con media 100 punti e deviazione standard 15 punti. Trova il valore x sotto il quale si trova il 25 % dei dati (il 25° percentile).

μ = 100σ = 15P = 25%
x = punti
7.Intervalli di confidenzaMedia
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E90%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 80 telefoni, media 147 h, deviazione standard nota 9 h. Modello 2: 60 telefoni, media 132,5 h, deviazione standard nota 6 h. Trova il limite superiore dell’intervallo di confidenza al 90% per μ₁ − μ₂.

n₁ = 80x̄₁ = 147 hσ₁ = 9 hn₂ = 60x̄₂ = 132,5 hσ₂ = 6 h90%
limite superiore = h
8.Intervalli di confidenzaDifficile
σ = 2, n = ?x̄ − Ex̄ + Ex̄E = 0,595%

La deviazione standard della popolazione è 2. Quanto deve essere grande il campione n perché un intervallo di confidenza al 95 % per la media abbia un margine di errore non superiore a 0,5?

σ = 2E = 0,595%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,1452,145t = ?df = 14

Si confrontano due metodi didattici. Gruppo 1: 5 studenti, punteggio medio 62, deviazione standard 5. Gruppo 2: 11 studenti, punteggio medio 55,8, deviazione standard 3,5. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).

n₁ = 5x̄₁ = 62s₁ = 5n₂ = 11x̄₂ = 55,8s₂ = 3,5
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
μ₀x̄c

Un test z unilaterale di H₀: μ = 100 contro H₁: μ > 100 viene eseguito con α = 0,05 su un campione di 64; la deviazione standard è nota e vale 16. In realtà la media è 106,8. Trova la probabilità di un errore di secondo tipo β in percentuale.

μ₀ = 100μ = 106,8σ = 16n = 64α = 0,05
β = %
11.Regressione lineare e correlazioneMedia
xy3325427479451156xy5104050

La tabella riporta 5 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
12.Regressione lineare e correlazioneDifficile
xy244106118181021xy5101020x = 3

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. Prevedi ŷ per x = 3.

n = 5x = 3
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 8,562

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 = 172/5 = 34,4

Scarti al quadrato

Σ(x − x̄)² = (−9,4)² + 12,6² + 1,6² + (−6,4)² + 1,6² = 293,2

Deviazione standard

s = √(293,2/4) = 8,562

Risposta

s = 8,562
2.Statistica descrittiva

Risposta: P = 0,9332

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 = −1,5

Tavola della normale standard

Φ(−1,5) = 0,06681
P = 1 − 0,06681 = 0,9332

Risposta

P = 0,9332
3.Probabilità

Risposta: P = 0,4213

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.

Complementare

P(nessun sei) = (5/6)3 = 0,5787
P = 1 − 0,5787 = 0,4213

Risposta

P = 0,4213
4.Probabilità

Risposta: E(G) = −1,35 €

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: 6 (p = 0,15), 27 (p = 0,01), −3 (p = 0,84)

Valore atteso

E(G) = 6·0,15 + 27·0,01 − 3·0,84 = −1,35 €

Risposta

E(G) = −1,35 €

Un valore negativo significa che in media perdi denaro.

5.Distribuzione normale

Risposta: P = 0,8413

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 del totale

μT = 1020 kg, σT = 12·√12 = 41,57 kg

Standardizza

z = (978,4 − 1020)/41,57 = −1

Probabilità

P = 1 − Φ(−1) = 0,8413

Risposta

P = 0,8413
6.Distribuzione normale

Risposta: x = 89,88 punti

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.

z del percentile

Φ(z) = 0,25 → z = −0,6745

Ritorno a x

x = 100 + −0,6745·15 = 89,88 punti

Risposta

x = 89,88 punti
7.Intervalli di confidenza

Risposta: limite superiore = 16,59 h

Intervallo per una differenza: stima ± valore critico × errore standard. Per due medie indipendenti con σ nota: SE = √(σ₁²/n₁ + σ₂²/n₂) e z. Con varianze uguali ma ignote: s_p combinata e t con n₁ + n₂ − 2 gradi di libertà. Per dati appaiati, lavora sulle differenze: d̄ ± t·s_d/√n.

Stima puntuale

x̄₁ − x̄₂ = 147 − 132,5 = 14,5

Errore standard

SE = √(9²/80 + 6²/60) = 1,27

Margine di errore

E = 1,645·1,27 = 2,089

Intervallo

14,5 ± 2,089 → [12,41, 16,59]

Risposta

limite superiore = 16,59 h

L’intervallo non contiene 0, quindi le medie differiscono in modo significativo.

8.Intervalli di confidenza

Risposta: n = 62

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 = (1,96·2/0,5)² = 61,47

Arrotonda per eccesso

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

n = 62

Risposta

n = 62
9.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,883

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.

Varianza combinata

sp² = (4·5² + 10·3,5²)/14 = 15,89
sp = 3,987

Errore standard

SE = 3,987·√(1/5 + 1/11) = 2,15

Statistica test

t = (62 − 55,8)/2,15 = 2,883

Risposta

t = 2,883

Con df = 14, il valore critico bilaterale al 5% è 2,145; |t| è maggiore, quindi H₀ viene rifiutata.

10.Test d'ipotesi e intervalli di confidenza

Risposta: β = 3,963 %

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 = 16/√64 = 2
x̄c = 100 + 1,645·2 = 103,3

z sotto la media vera

z = (103,3 − 106,8)/2 = −1,755

Errore di secondo tipo

potenza = P(Z > −1,755) = 96,04%
β = 100% − 96,04% = 3,963%

Risposta

β = 3,963%
11.Regressione lineare e correlazione

Risposta: r = 0,9293

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 = 35/5 = 7
ȳ = 222/5 = 44,4

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 102
Syy = Σ(y − ȳ)² = 301,2

Coefficiente di correlazione

r = 102/√(40·301,2) = 0,9293

Risposta

r = 0,9293
12.Regressione lineare e correlazione

Risposta: ŷ = 6,5

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 = 64/5 = 12,8

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 84

Retta di regressione

b = 84/40 = 2,1
a = 12,8 − 2,1·6 = 0,2
ŷ = 0,2 + 2,1·x

Previsione

ŷ = 0,2 + 2,1·3 = 6,5

Risposta

ŷ = 6,5

ExamProblems · examproblems.com/courses/statistics-1