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
10152025303540

Trova la deviazione standard campionaria s dei dati: 28, 43, 24, 42, 10, 17, 18.

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

Una grandezza ha distribuzione normale con media 60 e deviazione standard 10. Quale proporzione P dei valori è superiore a 66?

μ = 60σ = 10x = 66
P =
3.ProbabilitàMedia
xp(x)00,3520,240,360,15μ = 2,5

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

x: 0, 2, 4, 6p(x): 0,35, 0,2, 0,3, 0,15
σ =
4.ProbabilitàDifficile
n = 5, p = 0,25: P(X = 2) = ?k012345

Un test ha 5 domande a risposta multipla. Una studentessa che tira a indovinare risponde correttamente a ciascuna con probabilità 0,25, in modo indipendente. Qual è la probabilità P di avere esattamente 2 risposte corrette?

n = 5p = 0,25k = 2
P =
5.Distribuzione normaleMedia
300 kg302,6 kgT = X₁ + … + X₁₂?

Le masse di sacchi di cemento sono indipendenti e normali con media 25 kg e deviazione standard 0,5 kg. Trova la probabilità P che la massa totale di 12 di essi superi 302,6 kg. Arrotonda z a due decimali.

μ = 25 kgσ = 0,5 kgn = 12> 302,6 kg
P =
6.Distribuzione normaleDifficile
235240245250255260265gin alto 25%

I valori di i pesi dei sacchetti sono distribuiti normalmente con media 250 g e deviazione standard 5 g. Trascina la soglia in modo che il 25% più alto ombreggiato stia alla sua destra. Trova la soglia x.

μ = 250 gσ = 5 g25%
x = g
7.Intervalli di confidenzaMedia
n = 9, s = 8,5LUx̄ = 58,5E = ?99%

Un campione di 9 elementi ha media 58,5 e deviazione standard s = 8,5. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 99 % per la media.

n = 9x̄ = 58,5s = 8,599%t(8) = 3,355
E =
8.Intervalli di confidenzaDifficile
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 599%

La deviazione standard della popolazione è 15. 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 5?

σ = 15E = 599%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
−1,961,96z = ?

Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 60 pezzi ha lunghezza media 72,5 mm, e la deviazione standard nota della linea è 3 mm. Linea 2: un campione di 100 pezzi ha media 71,6 mm, deviazione standard nota 14 mm. Trova la statistica test z per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (linea 1 meno linea 2).

n₁ = 60x̄₁ = 72,5 mmσ₁ = 3 mmn₂ = 100x̄₂ = 71,6 mmσ₂ = 14 mm
z =
10.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 8, n = ?x̄ − Ex̄ + Ex̄E = 1,590%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 90 % per una media abbia un margine di errore di al massimo 1,5? La deviazione standard è 8. Trova la dimensione minima del campione n.

σ = 8E = 1,590%
n =
11.Regressione lineare e correlazioneMedia
xy264166208261037xy51010203040

La tabella riporta 5 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
12.Regressione lineare e correlazioneDifficile
xy125225319416517xy242025x = 1,5

La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (1,5, 26). Trova il suo residuo e = y − ŷ.

n = 5(1,5, 26)
e =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 12,61

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 = 182/7 = 26

Scarti al quadrato

Σ(x − x̄)² = 2² + 17² + (−2)² + 16² + (−16)² + (−9)² + (−8)² = 954

Deviazione standard

s = √(954/6) = 12,61

Risposta

s = 12,61
2.Statistica descrittiva

Risposta: P = 0,2743

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 = 0,6

Tavola della normale standard

Φ(0,6) = 0,7257
P = 1 − 0,7257 = 0,2743

Risposta

P = 0,2743
3.Probabilità

Risposta: σ = 2,179

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 = 0·0,35 + 2·0,2 + 4·0,3 + 6·0,15 = 2,5

Media dei quadrati

E(X²) = 0·0,35 + 4·0,2 + 16·0,3 + 36·0,15 = 11

Varianza

Var(X) = 11 − 2,5² = 4,75
σ = √4,75 = 2,179

Risposta

σ = 2,179
4.Probabilità

Risposta: P = 0,2637

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 = 2) = 10·0,252·0,753 = 10·0,0625·0,4219 = 0,2637

Risposta

P = 0,2637
5.Distribuzione normale

Risposta: P = 0,06681

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 = 300 kg, σT = 0,5·√12 = 1,732 kg

Standardizza

z = (302,6 − 300)/1,732 = 1,5

Probabilità

P = 1 − Φ(1,5) = 0,06681

Risposta

P = 0,06681
6.Distribuzione normale

Risposta: x = 253,4 g

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

Φ(z) = 0,75

z dalla tabella

z ≈ 0,67

Di nuovo nelle unità originali

x = 250 + 0,67·5 = 253,4 g

Risposta

x = 253,4 g
7.Intervalli di confidenza

Risposta: E = 9,506

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 = 8, t = 3,355

Margine di errore

E = 3,355·8,5/√9 = 9,506

Risposta

E = 9,506
8.Intervalli di confidenza

Risposta: n = 60

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 = (2,576·15/5)² = 59,72

Arrotonda per eccesso

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

n = 60

Risposta

n = 60
9.Test d'ipotesi e intervalli di confidenza

Risposta: z = 0,6196

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.

Errore standard della differenza

SE = √(3²/60 + 14²/100) = √2,11 = 1,453

Statistica test

z = (72,5 − 71,6)/1,453 = 0,6196

Risposta

z = 0,6196

|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 77

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 = (1,645·8/1,5)² = 76,97

Arrotonda per eccesso

n = 77

Risposta

n = 77
11.Regressione lineare e correlazione

Risposta: r = 0,9871

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 = 105/5 = 21

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 144
Syy = Σ(y − ȳ)² = 532

Coefficiente di correlazione

r = 144/√(40·532) = 0,9871

Risposta

r = 0,9871
12.Regressione lineare e correlazione

Risposta: e = 1,85

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 = 102/5 = 20,4

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −25

Retta di regressione

b = −25/10 = −2,5
a = 20,4 − (−2,5)·3 = 27,9
ŷ = 27,9 − 2,5·x

Valore previsto

ŷ = 27,9 + (−2,5)·1,5 = 24,15

Residuo

e = 26 − 24,15 = 1,85

Risposta

e = 1,85

Il punto si trova sopra la retta.

ExamProblems · examproblems.com/courses/statistics-1