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: 55, 55, 22, 11, 54, 39, 27.

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 superiore a 27,5?

μ = 50σ = 15x = 27,5
P =
3.ProbabilitàMedia
P(almeno un sei) = ??1?2?3P(sei) = 1/6 a ogni lancio

Si lancia un dado equo 3 volte. Qual è la probabilità P di ottenere almeno un sei?

n = 3
P =
4.ProbabilitàDifficile
xp(x)10,1520,130,340,150,35μ

X ha la distribuzione mostrata e Y = 2X − 3. Trova la deviazione standard σY di Y.

x: 1, 2, 3, 4, 5p(x): 0,15, 0,1, 0,3, 0,1, 0,35Y = 2X − 3
σY =
5.Distribuzione normaleMedia
200 mm200,4 mmX + Y?

X è normale con media 120 mm e deviazione standard 0,3 mm; Y è indipendente e normale con media 80 mm e deviazione standard 0,4 mm. Trova la probabilità P che X + Y sia maggiore di 200,4 mm. Arrotonda z a due decimali.

μX = 120, σX = 0,3μY = 80, σY = 0,4X + Y > 200,4 mm
P =
6.Distribuzione normaleDifficile
μ = 65x = ?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 5 % dei dati (il 5° percentile).

μ = 65σ = 10P = 5%
x = punti
7.Intervalli di confidenzaMedia
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E90%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 30 telefoni, media 77,5 h, deviazione standard nota 5 h. Modello 2: 100 telefoni, media 66,5 h, deviazione standard nota 16 h. Trova il limite superiore dell’intervallo di confidenza al 90% per μ₁ − μ₂.

n₁ = 30x̄₁ = 77,5 hσ₁ = 5 hn₂ = 100x̄₂ = 66,5 hσ₂ = 16 h90%
limite superiore = h
8.Intervalli di confidenzaDifficile
n = 11σ = ?Us = 2,195%

I diametri di 11 alberi lavorati alla macchina hanno una deviazione standard campionaria di 2,1 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 = 10, il 2,5% della distribuzione χ² si trova sotto 3,247 e il 2,5% sopra 20,483.

n = 11s = 2,1 µmχ² = 3,247, 20,483
σ = µm
9.Test d'ipotesi e intervalli di confidenzaMedia
−2,2282,228t = ?df = 10

Si confrontano due metodi didattici. Gruppo 1: 6 studenti, punteggio medio 120, deviazione standard 7. Gruppo 2: 6 studenti, punteggio medio 110,7, deviazione standard 3. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).

n₁ = 6x̄₁ = 120s₁ = 7n₂ = 6x̄₂ = 110,7s₂ = 3
t =
10.Test d'ipotesi e intervalli di confidenzaDifficile
H₀H₁μ₀x̄cμ₀ + 1α = 0,05βσ = 8, potenza 90%, n = ?

Un test z unilaterale con α = 0,05 deve rilevare uno spostamento della media di 1 unità con una potenza del 90%. La deviazione standard è 8. Trova la dimensione minima del campione n.

α = 0,05potenza = 90%δ = 1σ = 8zα = 1,645zβ = 1,282
n =
11.Regressione lineare e correlazioneMedia
xy185220502259246526772878xy202550607080

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
12.Regressione lineare e correlazioneDifficile
xy15641885211002412027128xy1520256080100120x = 22,5

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 (22,5, 104). Trova il suo residuo e = y − ŷ.

n = 5(22,5, 104)
e =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 17,98

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 = 263/7 = 37,57

Scarti al quadrato

Σ(x − x̄)² = 17,43² + 17,43² + (−15,57)² + (−26,57)² + 16,43² + 1,429² + (−10,57)² = 1940

Deviazione standard

s = √(1940/6) = 17,98

Risposta

s = 17,98
2.Statistica descrittiva

Risposta: P = 0,9332

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 = −1,5

Tavola della normale standard

Φ(−1,5) = 0,06681
P = 1 − 0,06681 = 0,9332

Risposta

P = 0,9332
3.Probabilità

Risposta: P = 0,4213

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.

Complementare

P(nessun sei) = (5/6)3 = 0,5787
P = 1 − 0,5787 = 0,4213

Risposta

P = 0,4213
4.Probabilità

Risposta: σY = 2,857

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.

Dispersione di X

μ = 3,4, Var(X) = 2,04, σX = 1,428

Trasformazione lineare

σY = |2|·1,428 = 2,857

Risposta

σY = 2,857

La media invece si sposta: E(Y) = 2·3,4 − 3 = 3,8.

5.Distribuzione normale

Risposta: P = 0,2119

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 somma

μ = 200 mm, σ = √(0,3² + 0,4²) = 0,5 mm

Standardizza

z = (200,4 − 200)/0,5 = 0,8

Coda superiore

P = 1 − Φ(0,8) = 1 − 0,7881 = 0,2119

Risposta

P = 0,2119
6.Distribuzione normale

Risposta: x = 48,55 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) = 0,05 → z = −1,645

Ritorno a x

x = 65 + −1,645·10 = 48,55 punti

Risposta

x = 48,55 punti
7.Intervalli di confidenza

Risposta: limite superiore = 14,03 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 = 77,5 − 66,5 = 11

Errore standard

SE = √(5²/30 + 16²/100) = 1,842

Margine di errore

E = 1,645·1,842 = 3,03

Intervallo

11 ± 3,03 → [7,97, 14,03]

Risposta

limite superiore = 14,03 h

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

8.Intervalli di confidenza

Risposta: σ = 1,467 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 = 10·2,1² = 44,1

Limiti per σ²

44,1/20,483 = 2,153
44,1/3,247 = 13,58

Limite per σ

σ = √2,153 = 1,467 µm

Risposta

σ = 1,467 µm

Intervallo al 95% per σ: [1,467, 3,685] µm.

9.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,991

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.

Varianza combinata

sp² = (5·7² + 5·3²)/10 = 29
sp = 5,385

Errore standard

SE = 5,385·√(1/6 + 1/6) = 3,109

Statistica test

t = (120 − 110,7)/3,109 = 2,991

Risposta

t = 2,991

Con df = 10, il valore critico bilaterale al 5% è 2,228; |t| è maggiore, quindi H₀ viene rifiutata.

10.Test d'ipotesi e intervalli di confidenza

Risposta: n = 549

Dimensione del campione per un test: per rilevare uno spostamento reale δ con potenza 1 − β in un test z unilaterale al livello α, l’errore standard deve soddisfare δ = (z_α + z_β)·σ/√n, quindi n = ((z_α + z_β)·σ/δ)², arrotondato per eccesso.

Ricava n

n = ((1,645 + 1,282)·8/1)² = 548,3

Arrotonda per eccesso

n = 549

Risposta

n = 549
11.Regressione lineare e correlazione

Risposta: r = 0,9603

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 = 138/6 = 23
ȳ = 381/6 = 63,5

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 217
Syy = Σ(y − ȳ)² = 729,5

Coefficiente di correlazione

r = 217/√(70·729,5) = 0,9603

Risposta

r = 0,9603
12.Regressione lineare e correlazione

Risposta: e = −3,55

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 = 105/5 = 21
ȳ = 497/5 = 99,4

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 489

Retta di regressione

b = 489/90 = 5,433
a = 99,4 − 5,433·21 = −14,7
ŷ = −14,7 + 5,433·x

Valore previsto

ŷ = −14,7 + 5,433·22,5 = 107,5

Residuo

e = 104 − 107,5 = −3,55

Risposta

e = −3,55

Il punto si trova sotto la retta.

ExamProblems · examproblems.com/courses/statistics-1