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
Formulari, i passaggi chiave del metodo per ogni argomento e 12 esercizi, con le soluzioni complete in fondo.
Trova la deviazione standard campionaria s dei dati: 53, 47, 49, 26, 12, 45, 51.
I voti di un esame hanno distribuzione normale con media 70 e deviazione standard 5. Trova il punteggio z z di un voto pari a 64.
Per la distribuzione mostrata, trova la varianza Var(X) di X.
Giocare a un gioco costa 1 €. Si vincono 2 € con probabilità 0,25 e 20 € con probabilità 0,01; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.
Le masse di bulloni sono indipendenti e normali con media 40 g e deviazione standard 1,2 g. Trova la probabilità P che la massa totale di 10 di essi superi 394,3 g. Arrotonda z a due decimali.
Supponi che i voti di un esame abbiano una distribuzione normale con media 65 punti e deviazione standard 10 punti. Trova il valore x sotto il quale si trova il 97,5 % dei dati (il 97,5° percentile).
Un campione di 6 elementi ha media 76,5 e deviazione standard s = 2,5. La popolazione è approssimativamente normale. Trova il limite inferiore dell’intervallo di confidenza al 99 % per la media.
I diametri di 21 alberi lavorati alla macchina hanno una deviazione standard campionaria di 3,1 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 = 20, il 2,5% della distribuzione χ² si trova sotto 9,591 e il 2,5% sopra 34,17.
Si afferma che la media di una popolazione sia 50; la deviazione standard della popolazione è nota e vale 18. Un campione casuale di 144 osservazioni ha media 53,36. Verifica H₀: μ = 50 contro H₁: μ > 50. Trova il p-value p.
Un campione di 36 misure ha media 118,4. La deviazione standard della popolazione è 8. Trova il limite inferiore L dell'intervallo di confidenza al 99 % per la media.
La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.
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. Prevedi ŷ per x = 3,5.
Risposta: s = 15,4
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.
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.
Risposta: Var(X) = 0,6475
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.
Risposta: E(G) = −0,3 €
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.
Un valore negativo significa che in media perdi denaro.
Risposta: P = 0,9332
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).
Risposta: x = 84,6 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.
Risposta: limite inferiore = 72,38
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.
Risposta: σ = 2,372 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.
Intervallo al 95% per σ: [2,372, 4,477] µm.
Risposta: p = 0,01255
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.
p ≤ 0,05, quindi H₀ viene rifiutata al livello del 5%.
Risposta: L = 115
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).
Risposta: r² = 0,9696
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.
Circa il 96,96% della variabilità di y è spiegato dalla retta.
Risposta: ŷ = 19,75
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.
ExamProblems · examproblems.com/courses/statistics-1