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
1520253035404550

Trova la deviazione standard campionaria s dei dati: 53, 47, 49, 26, 12, 45, 51.

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

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.

μ = 70σ = 5x = 64
z =
3.ProbabilitàMedia
xp(x)00,310,3520,35μ = 1,05

Per la distribuzione mostrata, trova la varianza Var(X) di X.

x: 0, 1, 2p(x): 0,3, 0,35, 0,35
Var(X) =
4.ProbabilitàDifficile
€p(x)−10,7410,25190,01

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.

posta = €1€2: p = 0,25€20: p = 0,01
E(G) = €
5.Distribuzione normaleMedia
400 g394,3 gT = X₁ + … + X₁₀?

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.

μ = 40 gσ = 1,2 gn = 10> 394,3 g
P =
6.Distribuzione normaleDifficile
μ = 65x = ?97,5%

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).

μ = 65σ = 10P = 97,5%
x = punti
7.Intervalli di confidenzaMedia
n = 6, s = 2,5L = ?Ux̄ = 76,5E99%

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.

n = 6x̄ = 76,5s = 2,599%t(5) = 4,032
limite inferiore =
8.Intervalli di confidenzaDifficile
n = 21σ = ?Us = 3,195%

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.

n = 21s = 3,1 µmχ² = 9,591, 34,17
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
2,24p = ?

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.

μ₀ = 50σ = 18n = 144x̄ = 53,36H₁: μ > μ₀
p =
10.Test d'ipotesi e intervalli di confidenzaDifficile
z −2,57602,576

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.

x̄ = 118,4σ = 8n = 3699%
L =
11.Regressione lineare e correlazioneMedia
xy2564596758821094xy5106080

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.

n = 5
r² =
12.Regressione lineare e correlazioneDifficile
xy128225320420514xy24152025x = 3,5

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. Prevedi ŷ per x = 3,5.

n = 5x = 3,5
ŷ =

3Soluzioni

1.Statistica descrittiva

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.

Media

x̄ = 283/7 = 40,43

Scarti al quadrato

Σ(x − x̄)² = 12,57² + 6,571² + 8,571² + (−14,43)² + (−28,43)² + 4,571² + 10,57² = 1424

Deviazione standard

s = √(1424/6) = 15,4

Risposta

s = 15,4
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 = (64 − 70)/5 = −1,2

Risposta

z = −1,2
3.Probabilità

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.

Media

μ = 0·0,3 + 1·0,35 + 2·0,35 = 1,05

Media dei quadrati

E(X²) = 0·0,3 + 1·0,35 + 4·0,35 = 1,75

Varianza

Var(X) = 1,75 − 1,05² = 0,6475

Risposta

Var(X) = 0,6475
4.Probabilità

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.

Esiti netti

G: 1 (p = 0,25), 19 (p = 0,01), −1 (p = 0,74)

Valore atteso

E(G) = 1·0,25 + 19·0,01 − 1·0,74 = −0,3 €

Risposta

E(G) = −0,3 €

Un valore negativo significa che in media perdi denaro.

5.Distribuzione normale

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).

Distribuzione del totale

μT = 400 g, σT = 1,2·√10 = 3,795 g

Standardizza

z = (394,3 − 400)/3,795 = −1,5

Probabilità

P = 1 − Φ(−1,5) = 0,9332

Risposta

P = 0,9332
6.Distribuzione normale

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.

z del percentile

Φ(z) = 0,975 → z = 1,96

Ritorno a x

x = 65 + 1,96·10 = 84,6 punti

Risposta

x = 84,6 punti
7.Intervalli di confidenza

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.

Valore critico

df = n − 1 = 5, t = 4,032

Margine di errore

E = 4,032·2,5/√6 = 4,115

Intervallo

76,5 ± 4,115 → [72,38, 80,62]

Risposta

limite inferiore = 72,38
8.Intervalli di confidenza

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.

Somma dei quadrati

(n − 1)s² = 20·3,1² = 192,2

Limiti per σ²

192,2/34,17 = 5,625
192,2/9,591 = 20,04

Limite per σ

σ = √5,625 = 2,372 µm

Risposta

σ = 2,372 µm

Intervallo al 95% per σ: [2,372, 4,477] µm.

9.Test d'ipotesi e intervalli di confidenza

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.

Statistica test

SE = σ/√n = 18/√144 = 1,5
z = (53,36 − 50)/1,5 = 2,24

Area della coda

Φ(2,24) = 0,9875
1 − Φ(2,24) = 0,0125

p-value

p = 0,01255

Risposta

p = 0,01255

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

10.Test d'ipotesi e intervalli di confidenza

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).

Margine di errore

E = 2,576·8/√36 = 3,435

Limite dell'intervallo

L = 118,4 − 3,435 = 115

Risposta

L = 115
11.Regressione lineare e correlazione

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.

Medie

x̄ = 30/5 = 6
ȳ = 366/5 = 73,2

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 198
Syy = Σ(y − ȳ)² = 1011

Coefficiente di determinazione

r² = 198²/(40·1011) = 0,9696

Risposta

r² = 0,9696

Circa il 96,96% della variabilità di y è spiegato dalla retta.

12.Regressione lineare e correlazione

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.

Medie

x̄ = 15/5 = 3
ȳ = 107/5 = 21,4

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −33

Retta di regressione

b = −33/10 = −3,3
a = 21,4 − (−3,3)·3 = 31,3
ŷ = 31,3 − 3,3·x

Previsione

ŷ = 31,3 + (−3,3)·3,5 = 19,75

Risposta

ŷ = 19,75

ExamProblems · examproblems.com/courses/statistics-1