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: 25, 17, 41, 52, 40, 19, 15.

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

Una grandezza ha distribuzione normale con media 50 e deviazione standard 15. Quale proporzione P dei valori è inferiore a 59?

μ = 50σ = 15x = 59
P =
3.ProbabilitàMedia
xp(x)10,2520,3530,1540,1550,1μ = 2,5

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

x: 1, 2, 3, 4, 5p(x): 0,25, 0,35, 0,15, 0,15, 0,1
σ =
4.ProbabilitàDifficile
n = 10, p = 0,3: P(X = 4) = ?k012345678910

Un test ha 10 domande a risposta multipla. Una studentessa che tira a indovinare risponde correttamente a ciascuna con probabilità 0,3, in modo indipendente. Qual è la probabilità P di avere esattamente 4 risposte corrette?

n = 10p = 0,3k = 4
P =
5.Distribuzione normaleMedia
88115P = ?

Supponi che i punteggi del QI abbiano una distribuzione normale con media 100 punti e deviazione standard 15 punti. Quale frazione è compresa tra 88 e 115 punti? Dai P come numero decimale.

μ = 100σ = 15x1 = 88x2 = 115
P =
6.Distribuzione normaleDifficile
10 g0X − Y?

La massa X di un prodotto della linea 1 e Y della linea 2 sono indipendenti e normali: X ha media 500 g e deviazione standard 8 g, Y ha media 490 g e deviazione standard 6 g. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
7.Intervalli di confidenzaMedia
n = 9, s = 2LU = ?x̄ = 84E99%

Un campione di 9 elementi ha media 84 e deviazione standard s = 2. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 99 % per la media.

n = 9x̄ = 84s = 299%t(8) = 3,355
limite superiore =
8.Intervalli di confidenzaDifficile
n = 11Lσ = ?s = 8,395%

I diametri di 11 alberi lavorati alla macchina hanno una deviazione standard campionaria di 8,3 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite superiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 10, il 2,5% della distribuzione χ² si trova sotto 3,247 e il 2,5% sopra 20,483.

n = 11s = 8,3 µmχ² = 3,247, 20,483
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
−1,961,96z = ?

Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 30 pezzi ha lunghezza media 114,5 mm, e la deviazione standard nota della linea è 14 mm. Linea 2: un campione di 80 pezzi ha media 104,9 mm, deviazione standard nota 17 mm. Trova la statistica test z per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (linea 1 meno linea 2).

n₁ = 30x̄₁ = 114,5 mmσ₁ = 14 mmn₂ = 80x̄₂ = 104,9 mmσ₂ = 17 mm
z =
10.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,64501,645

Un campione di 36 misure ha media 45,8. La deviazione standard della popolazione è 15. Trova il limite inferiore L dell'intervallo di confidenza al 90 % per la media.

x̄ = 45,8σ = 15n = 3690%
L =
11.Regressione lineare e correlazioneMedia
xy129225320418518xy24202530

La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.

n = 5
r² =
12.Regressione lineare e correlazioneDifficile
xy16491860207422692478xy2050607080x = 21

La tabella riporta 5 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (21, 72). Trova il suo residuo e = y − ŷ.

n = 5(21, 72)
e =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 14,4

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 = 209/7 = 29,86

Scarti al quadrato

Σ(x − x̄)² = (−4,857)² + (−12,86)² + 11,14² + 22,14² + 10,14² + (−10,86)² + (−14,86)² = 1245

Deviazione standard

s = √(1245/6) = 14,4

Risposta

s = 14,4
2.Statistica descrittiva

Risposta: P = 0,7257

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 = 0,7257

Risposta

P = 0,7257
3.Probabilità

Risposta: σ = 1,285

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 = 1·0,25 + 2·0,35 + 3·0,15 + 4·0,15 + 5·0,1 = 2,5

Media dei quadrati

E(X²) = 1·0,25 + 4·0,35 + 9·0,15 + 16·0,15 + 25·0,1 = 7,9

Varianza

Var(X) = 7,9 − 2,5² = 1,65
σ = √1,65 = 1,285

Risposta

σ = 1,285
4.Probabilità

Risposta: P = 0,2001

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 = 4) = 210·0,34·0,76 = 210·0,0081·0,1176 = 0,2001

Risposta

P = 0,2001
5.Distribuzione normale

Risposta: P = 0,6295

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.

Punteggi z

z₁ = (88 − 100)/15 = −0,8
z₂ = (115 − 100)/15 = 1

Area compresa

P = Φ(1) − Φ(−0,8) = 0,8413 − 0,2119 = 0,6295

Risposta

P = 0,6295
6.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 della differenza

μ = 500 − 490 = 10 g, σ = 10 g

Standardizza

z = (0 − 10)/10 = −1

Probabilità

P = 1 − Φ(−1) = 0,8413

Risposta

P = 0,8413
7.Intervalli di confidenza

Risposta: limite superiore = 86,24

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 = 3,355·2/√9 = 2,237

Intervallo

84 ± 2,237 → [81,76, 86,24]

Risposta

limite superiore = 86,24
8.Intervalli di confidenza

Risposta: σ = 14,57 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 = 10·8,3² = 688,9

Limiti per σ²

688,9/20,483 = 33,63
688,9/3,247 = 212,2

Limite per σ

σ = √212,2 = 14,57 µm

Risposta

σ = 14,57 µm

Intervallo al 95% per σ: [5,799, 14,57] µm.

9.Test d'ipotesi e intervalli di confidenza

Risposta: z = 3,014

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 = √(14²/30 + 17²/80) = √10,15 = 3,185

Statistica test

z = (114,5 − 104,9)/3,185 = 3,014

Risposta

z = 3,014

|z| > 1,96, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

10.Test d'ipotesi e intervalli di confidenza

Risposta: L = 41,69

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 = 1,645·15/√36 = 4,112

Limite dell'intervallo

L = 45,8 − 4,112 = 41,69

Risposta

L = 41,69
11.Regressione lineare e correlazione

Risposta: r² = 0,8947

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 = 110/5 = 22

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −29
Syy = Σ(y − ȳ)² = 94

Coefficiente di determinazione

r² = −29²/(10·94) = 0,8947

Risposta

r² = 0,8947

Circa il 89,47% della variabilità di y è spiegato dalla retta.

12.Regressione lineare e correlazione

Risposta: e = 2,65

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 = 100/5 = 20
ȳ = 330/5 = 66

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 134

Retta di regressione

b = 134/40 = 3,35
a = 66 − 3,35·20 = −1
ŷ = −1 + 3,35·x

Valore previsto

ŷ = −1 + 3,35·21 = 69,35

Residuo

e = 72 − 69,35 = 2,65

Risposta

e = 2,65

Il punto si trova sopra la retta.

ExamProblems · examproblems.com/courses/statistics-1