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: 51, 40, 57, 60, 20, 38.
I voti di un esame hanno distribuzione normale con media 50 e deviazione standard 10. Trova il punteggio z z di un voto pari a 42.
Si lancia un dado equo 5 volte. Qual è la probabilità P di ottenere almeno un sei?
X ha la distribuzione mostrata e Y = 3X − 3. Trova la deviazione standard σY di Y.
Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,0359. Trova z con due decimali.
Supponi che i punteggi del QI abbiano una distribuzione normale con media 100 punti e deviazione standard 15 punti. Trova il valore x sotto il quale si trova il 10 % dei dati (il 10° percentile).
La pressione arteriosa di 20 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media 4,6 e deviazione standard 8. Trova il margine di errore E dell’intervallo di confidenza al 90% per la differenza media.
La deviazione standard della popolazione è 24. Quanto deve essere grande il campione n perché un intervallo di confidenza al 95 % per la media abbia un margine di errore non superiore a 1?
Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 60 pezzi ha lunghezza media 117,5 mm, e la deviazione standard nota della linea è 13 mm. Linea 2: un campione di 50 pezzi ha media 120,4 mm, deviazione standard nota 10 mm. Trova la statistica test z per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (linea 1 meno linea 2).
Quanto deve essere grande un campione perché l'intervallo di confidenza al 90 % per una media abbia un margine di errore di al massimo 3? La deviazione standard è 8. Trova la dimensione minima del campione n.
La tabella riporta 5 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Trova il coefficiente di correlazione di Pearson r.
La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Per quale valore x la retta prevede ŷ = 68?
Risposta: s = 14,84
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 = −0,8
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: P = 0,5981
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.
Risposta: σY = 3,324
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.
La media invece si sposta: E(Y) = 3·2,15 − 3 = 3,45.
Risposta: z = 1,8
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.
Trova 0,9641 dentro la tabella e leggi z.
Risposta: x = 80,78 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: E = 3,093 mmHg
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.
Risposta: n = 2213
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.
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
Risposta: z = −1,321
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.
|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
Risposta: n = 20
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: r = 0,9977
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.
Risposta: x = 3,576
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