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: 54, 14, 52, 43, 33, 55.

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

I voti di un esame hanno distribuzione normale con media 60 e deviazione standard 8. Trova il punteggio z z di un voto pari a 44.

μ = 60σ = 8x = 44
z =
3.ProbabilitàMedia
xp(x)10,220,3530,0540,150,3μ = 2,95

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

x: 1, 2, 3, 4, 5p(x): 0,2, 0,35, 0,05, 0,1, 0,3
σ =
4.ProbabilitàDifficile
xp(x)10,220,1530,3540,3μ

X ha la distribuzione mostrata e Y = 3X + 5. Trova la deviazione standard σY di Y.

x: 1, 2, 3, 4p(x): 0,2, 0,15, 0,35, 0,3Y = 3X + 5
σY =
5.Distribuzione normaleMedia
750 g742,1 gX + Y?

X è normale con media 250 g e deviazione standard 4 g; Y è indipendente e normale con media 500 g e deviazione standard 9 g. Trova la probabilità P che X + Y sia maggiore di 742,1 g. Arrotonda z a due decimali.

μX = 250, σX = 4μY = 500, σY = 9X + Y > 742,1 g
P =
6.Distribuzione normaleDifficile
35455565758595puntiin alto 90%

I valori di i voti di un esame sono distribuiti normalmente con media 65 punti e deviazione standard 10 punti. Trascina la soglia in modo che il 90% più alto ombreggiato stia alla sua destra. Trova la soglia x.

μ = 65 puntiσ = 10 punti90%
x = punti
7.Intervalli di confidenzaMedia
x̄E₁ = 3,895%, n = 100x̄E₂ = ?90%, n = 100

Un intervallo di confidenza al 95% per una media, basato su 100 osservazioni e σ nota, ha un margine di errore di 3,8. Qual è il margine di errore E₂ di un intervallo al 90% calcolato dagli stessi dati?

95%n₁ = 100E₁ = 3,890%
E₂ =
8.Intervalli di confidenzaDifficile
σ = 35, n = ?x̄ − Ex̄ + Ex̄E = 490%

La deviazione standard della popolazione è 35. Quanto deve essere grande il campione n perché un intervallo di confidenza al 90 % per la media abbia un margine di errore non superiore a 4?

σ = 35E = 490%
n =
9.Test d'ipotesi e intervalli di confidenzaMedia
−1,961,96z = ?

Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 50 pezzi ha lunghezza media 86,5 mm, e la deviazione standard nota della linea è 17 mm. Linea 2: un campione di 40 pezzi ha media 90,2 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).

n₁ = 50x̄₁ = 86,5 mmσ₁ = 17 mmn₂ = 40x̄₂ = 90,2 mmσ₂ = 10 mm
z =
10.Test d'ipotesi e intervalli di confidenzaDifficile
z −2,57602,576

Un campione di 25 misure ha media 48,2. La deviazione standard della popolazione è 5. Trova il limite inferiore L dell'intervallo di confidenza al 99 % per la media.

x̄ = 48,2σ = 5n = 2599%
L =
11.Regressione lineare e correlazioneMedia
xy33654174695211581363xy510405060

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.

n = 6
r² =
12.Regressione lineare e correlazioneDifficile
xy17842010423124261492916232177xy202530100150x = 30,5

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 30,5.

n = 6x = 30,5
ŷ =

3Soluzioni

1.Statistica descrittiva

Risposta: s = 15,99

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 = 251/6 = 41,83

Scarti al quadrato

Σ(x − x̄)² = 12,17² + (−27,83)² + 10,17² + 1,167² + (−8,833)² + 13,17² = 1279

Deviazione standard

s = √(1279/5) = 15,99

Risposta

s = 15,99
2.Statistica descrittiva

Risposta: z = −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 = (44 − 60)/8 = −2

Risposta

z = −2
3.Probabilità

Risposta: σ = 1,564

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 = 1·0,2 + 2·0,35 + 3·0,05 + 4·0,1 + 5·0,3 = 2,95

Media dei quadrati

E(X²) = 1·0,2 + 4·0,35 + 9·0,05 + 16·0,1 + 25·0,3 = 11,15

Varianza

Var(X) = 11,15 − 2,95² = 2,448
σ = √2,448 = 1,564

Risposta

σ = 1,564
4.Probabilità

Risposta: σY = 3,269

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 = 2,75, Var(X) = 1,188, σX = 1,09

Trasformazione lineare

σY = |3|·1,09 = 3,269

Risposta

σY = 3,269

La media invece si sposta: E(Y) = 3·2,75 + 5 = 13,25.

5.Distribuzione normale

Risposta: P = 0,7881

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 = 750 g, σ = √(4² + 9²) = 9,849 g

Standardizza

z = (742,1 − 750)/9,849 = −0,8

Coda superiore

P = 1 − Φ(−0,8) = 1 − 0,2119 = 0,7881

Risposta

P = 0,7881
6.Distribuzione normale

Risposta: x = 52,2 punti

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

Φ(z) = 0,1

z dalla tabella

z ≈ −1,28

Di nuovo nelle unità originali

x = 65 − 1,28·10 = 52,2 punti

Risposta

x = 52,2 punti
7.Intervalli di confidenza

Risposta: E₂ = 3,189

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.

Rapporto dei margini

E₂/E₁ = (1,645/1,96)·√(100/100) = 0,8393

Nuovo margine

E₂ = 3,8·0,8393 = 3,189

Risposta

E₂ = 3,189
8.Intervalli di confidenza

Risposta: n = 208

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.

Ricava n

n = (1,645·35/4)² = 207,2

Arrotonda per eccesso

La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.

n = 208

Risposta

n = 208
9.Test d'ipotesi e intervalli di confidenza

Risposta: z = −1,286

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 = √(17²/50 + 10²/40) = √8,28 = 2,877

Statistica test

z = (86,5 − 90,2)/2,877 = −1,286

Risposta

z = −1,286

|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

10.Test d'ipotesi e intervalli di confidenza

Risposta: L = 45,62

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 = 2,576·5/√25 = 2,576

Limite dell'intervallo

L = 48,2 − 2,576 = 45,62

Risposta

L = 45,62
11.Regressione lineare e correlazione

Risposta: r² = 0,9987

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 = 296/6 = 49,33

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 192
Syy = Σ(y − ȳ)² = 527,3

Coefficiente di determinazione

r² = 192²/(70·527,3) = 0,9987

Risposta

r² = 0,9987

Circa il 99,87% della variabilità di y è spiegato dalla retta.

12.Regressione lineare e correlazione

Risposta: ŷ = 171,3

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 = 147/6 = 24,5
ȳ = 800/6 = 133,3

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 996

Retta di regressione

b = 996/157,5 = 6,324
a = 133,3 − 6,324·24,5 = −21,6
ŷ = −21,6 + 6,324·x

Previsione

ŷ = −21,6 + 6,324·30,5 = 171,3

Risposta

ŷ = 171,3

ExamProblems · examproblems.com/courses/statistics-1