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
152025303540455055

Trova la deviazione standard campionaria s dei dati: 40, 41, 24, 57, 15, 51.

n = 6
s =
2.Statistica descrittivaDifficile
z −2−1012

I voti di un esame hanno distribuzione normale con media 170 e deviazione standard 5. Trova il punteggio z z di un voto pari a 167,5.

μ = 170σ = 5x = 167,5
z =
3.ProbabilitàMedia
xp(x)00,310,320,330,1μ = 1,2

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

x: 0, 1, 2, 3p(x): 0,3, 0,3, 0,3, 0,1
Var(X) =
4.ProbabilitàDifficile
€p(x)−100,84100,15900,01

Giocare a un gioco costa 10 €. Si vincono 20 € con probabilità 0,15 e 100 € con probabilità 0,01; altrimenti non si vince nulla. La posta non viene restituita. Trova il guadagno netto atteso E(G) per partita.

posta = €10€20: p = 0,15€100: p = 0,01
E(G) = €
5.Distribuzione normaleMedia
−3−2−10123zarea ombreggiata tra −z e z = 0,4448

Trascina z in modo che l’area ombreggiata tra −z e z sotto la curva normale standard sia 0,4448. Trova z con due decimali.

A = 0,4448
z =
6.Distribuzione normaleDifficile
0,04 mm0D − d?

I diametri D dei fori sono normali con media 25,04 mm e deviazione standard 0,02 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,01 mm. Un albero scelto a caso si accoppia quando D − d > 0. Trova la probabilità P che si accoppi. Arrotonda z a due decimali.

foro: μ = 25,04 mm, σ = 0,02 mmalbero: μ = 25 mm, σ = 0,01 mm
P =
7.Intervalli di confidenzaMedia
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E90%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 50 telefoni, media 60 h, deviazione standard nota 18 h. Modello 2: 60 telefoni, media 66 h, deviazione standard nota 20 h. Trova il limite inferiore dell’intervallo di confidenza al 90% per μ₁ − μ₂.

n₁ = 50x̄₁ = 60 hσ₁ = 18 hn₂ = 60x̄₂ = 66 hσ₂ = 20 h90%
limite inferiore = h
8.Intervalli di confidenzaDifficile
p ≈ 0,1, n = ?p̂ − Ep̂ + Ep̂E = 0,02595%

Uno studio pilota indica che circa 0,1 dei prodotti sono difettosi. Quanti prodotti n si devono ispezionare perché un intervallo di confidenza al 95% per la proporzione abbia un margine di errore di al massimo 0,025?

p ≈ 0,1E = 0,02595%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,0932,093t = ?df = 19

20 dipendenti svolgono un test di dattilografia prima e dopo un corso di formazione. Per ogni persona si registra la differenza d = dopo − prima (parole al minuto). La differenza media è 7,51 e la deviazione standard delle differenze è 11,2. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 20d̄ = 7,51sd = 11,2
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 4, n = ?x̄ − Ex̄ + Ex̄E = 0,599%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 99 % per una media abbia un margine di errore di al massimo 0,5? La deviazione standard è 4. Trova la dimensione minima del campione n.

σ = 4E = 0,599%
n =
11.Regressione lineare e correlazioneMedia
xy32653673594411451352xy510304050

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
12.Regressione lineare e correlazioneDifficile
xy234661181410211225xy5101020x = 9

La tabella riporta 6 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (9, 23). Trova il suo residuo e = y − ŷ.

n = 6(9, 23)
e =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 15,92

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 = 228/6 = 38

Scarti al quadrato

Σ(x − x̄)² = 2² + 3² + (−14)² + 19² + (−23)² + 13² = 1268

Deviazione standard

s = √(1268/5) = 15,92

Risposta

s = 15,92
2.Statistica descrittiva

Risposta: z = −0,5

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 = (167,5 − 170)/5 = −0,5

Risposta

z = −0,5
3.Probabilità

Risposta: Var(X) = 0,96

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 + 1·0,3 + 2·0,3 + 3·0,1 = 1,2

Media dei quadrati

E(X²) = 0·0,3 + 1·0,3 + 4·0,3 + 9·0,1 = 2,4

Varianza

Var(X) = 2,4 − 1,2² = 0,96

Risposta

Var(X) = 0,96
4.Probabilità

Risposta: E(G) = −6 €

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: 10 (p = 0,15), 90 (p = 0,01), −10 (p = 0,84)

Valore atteso

E(G) = 10·0,15 + 90·0,01 − 10·0,84 = −6 €

Risposta

E(G) = −6 €

Un valore negativo significa che in media perdi denaro.

5.Distribuzione normale

Risposta: z = 0,59

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 di z

Φ(z) = (1 + 0,4448)/2 = 0,7224

Leggi la tabella z al contrario

Trova 0,7224 dentro la tabella e leggi z.

z = 0,59

Risposta

z = 0,59
6.Distribuzione normale

Risposta: P = 0,9633

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 = 25,04 − 25 = 0,04 mm, σ = 0,02236 mm

Standardizza

z = (0 − 0,04)/0,02236 = −1,79

Probabilità

P = 1 − Φ(−1,79) = 0,9633

Risposta

P = 0,9633
7.Intervalli di confidenza

Risposta: limite inferiore = −11,96 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 = 60 − 66 = −6

Errore standard

SE = √(18²/50 + 20²/60) = 3,626

Margine di errore

E = 1,645·3,626 = 5,964

Intervallo

−6 ± 5,964 → [−11,96, −0,0355]

Risposta

limite inferiore = −11,96 h

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

8.Intervalli di confidenza

Risposta: n = 554

Intervallo di confidenza per una proporzione: p̂ ± z·√(p̂(1 − p̂)/n), dove p̂ = x/n. Per ottenere un margine E serve n ≥ z²·p(1 − p)/E², arrotondato per eccesso; senza una stima preliminare usa p = 0,5, che dà il valore di n più grande.

Ricava n

n = 1,96²·0,1·0,9/0,025² = 553,2

Arrotonda per eccesso

n = 554

Risposta

n = 554
9.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,999

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).

Errore standard della differenza media

SE = 11,2/√20 = 2,504

Statistica test

t = 7,51/2,504 = 2,999

Risposta

t = 2,999

Con df = 19, il valore critico bilaterale al 5% è 2,093; |t| è maggiore, quindi H₀ viene rifiutata.

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 425

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 = (2,576·4/0,5)² = 424,7

Arrotonda per eccesso

n = 425

Risposta

n = 425
11.Regressione lineare e correlazione

Risposta: r = 0,9666

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 = 48/6 = 8
ȳ = 238/6 = 39,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 166
Syy = Σ(y − ȳ)² = 421,3

Coefficiente di correlazione

r = 166/√(70·421,3) = 0,9666

Risposta

r = 0,9666
12.Regressione lineare e correlazione

Risposta: e = 5,152

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 = 42/6 = 7
ȳ = 80/6 = 13,33

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 158

Retta di regressione

b = 158/70 = 2,257
a = 13,33 − 2,257·7 = −2,467
ŷ = −2,467 + 2,257·x

Valore previsto

ŷ = −2,467 + 2,257·9 = 17,85

Residuo

e = 23 − 17,85 = 5,152

Risposta

e = 5,152

Il punto si trova sopra la retta.

ExamProblems · examproblems.com/courses/statistics-1