Statistica 2: Inferenza statistica: pacchetto last-minute

Formulari, i passaggi chiave del metodo per ogni argomento e 10 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

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

Test chi quadrato

Statistica test
χ² = Σ(O − E)²/E
Bontà dell’adattamento
E = n·p, df = k − 1 − (estimated parameters)
Indipendenza
E = row total × column total / grand total, df = (r − 1)(c − 1)
Valori critici (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Decisione
rifiuta H0 se χ² > χ²crit

2Esercizi

1.Distribuzione normaleMedia
−3−2−10123zarea ombreggiata tra −z e z = 0,3969

Trascina z in modo che l’area ombreggiata tra −z e z sotto la curva normale standard sia 0,3969. Trova z con due decimali.

A = 0,3969
z =
2.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 =
3.Intervalli di confidenzaMedia
n = 30, s = 9LUx̄ = 39,5E = ?95%

Un campione di 30 elementi ha media 39,5 e deviazione standard s = 9. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 95 % per la media.

n = 30x̄ = 39,5s = 995%t(29) = 2,045
E =
4.Intervalli di confidenzaDifficile
p ≈ 0,3, n = ?p̂ − Ep̂ + Ep̂E = 0,0295%

Uno studio pilota indica che circa 0,3 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 0,02?

p ≈ 0,3E = 0,0295%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
−2,2012,201t = ?df = 11

12 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 −3,94 e la deviazione standard delle differenze è 6,2. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 12d̄ = −3,94sd = 6,2
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,9601,96

Un campione di 49 misure ha media 74,9. La deviazione standard della popolazione è 4. Trova il limite superiore U dell'intervallo di confidenza al 95 % per la media.

x̄ = 74,9σ = 4n = 4995%
U =
7.Regressione lineare e correlazioneMedia
xy124223319416511612xy24610152025

La tabella riporta 6 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 21Σy = 105Σx² = 91Σy² = 1987Σxy = 318
r =
8.Regressione lineare e correlazioneDifficile
xy25346667288610101xy5106080100x = 5

La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 5.

n = 5x = 5
ŷ =
9.Test chi quadratoMedia
nessun difettolievegraveTotaleturno di giorno443323100turno di notte40161874Totale844941174

La tabella di contingenza riporta le frequenze osservate. Per un test chi quadrato di indipendenza, trova la frequenza attesa E per la cella “turno di notte, nessun difetto”.

totale di riga = 74totale di colonna = 84N = 174
E =
10.Test chi quadratoDifficile

Si esegue un test chi quadrato di indipendenza su una tabella di contingenza con 2 righe e 5 colonne (totali esclusi). Quanti gradi di libertà df ha il test?

2 × 5
df =

3Soluzioni

1.Distribuzione normale

Risposta: z = 0,52

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 + 0,3969)/2 = 0,6985

Leggi la tabella z al contrario

Trova 0,6985 dentro la tabella e leggi z.

z = 0,52

Risposta

z = 0,52
2.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
3.Intervalli di confidenza

Risposta: E = 3,36

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 = 29, t = 2,045

Margine di errore

E = 2,045·9/√30 = 3,36

Risposta

E = 3,36
4.Intervalli di confidenza

Risposta: n = 2017

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 = 1,96²·0,3·0,7/0,02² = 2017

Arrotonda per eccesso

n = 2017

Risposta

n = 2017
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = −2,201

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 = 6,2/√12 = 1,79

Statistica test

t = −3,94/1,79 = −2,201

Risposta

t = −2,201

Con df = 11, il valore critico bilaterale al 5% è 2,201; |t| è maggiore, quindi H₀ viene rifiutata.

6.Test d'ipotesi e intervalli di confidenza

Risposta: U = 76,02

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 = 1,96·4/√49 = 1,12

Limite dell'intervallo

U = 74,9 + 1,12 = 76,02

Risposta

U = 76,02
7.Regressione lineare e correlazione

Risposta: r = −0,9678

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.

Somme centrate

Sxy = 318 − 21·105/6 = −49,5
Sxx = 91 − 21²/6 = 17,5
Syy = 1987 − 105²/6 = 149,5

Coefficiente di correlazione

r = −49,5/√(17,5·149,5) = −0,9678

Risposta

r = −0,9678
8.Regressione lineare e correlazione

Risposta: ŷ = 69,8

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 = 30/5 = 6
ȳ = 378/5 = 75,6

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 232

Retta di regressione

b = 232/40 = 5,8
a = 75,6 − 5,8·6 = 40,8
ŷ = 40,8 + 5,8·x

Previsione

ŷ = 40,8 + 5,8·5 = 69,8

Risposta

ŷ = 69,8
9.Test chi quadrato

Risposta: E = 35,72

Test chi quadrato: confronta le frequenze osservate O con le frequenze E attese sotto H₀ usando χ² = Σ(O − E)²/E. Bontà dell’adattamento: E = n·p per ogni categoria, gl = k − 1 (meno uno in più per ogni parametro stimato dai dati). Indipendenza in una tabella r × c: E = totale di riga × totale di colonna / totale generale, gl = (r − 1)(c − 1). Rifiuta H₀ quando χ² supera il valore critico per l’α scelto.

Frequenza attesa

E = 74·84/174 = 35,72

Risposta

E = 35,72
10.Test chi quadrato

Risposta: df = 4

Test chi quadrato: confronta le frequenze osservate O con le frequenze E attese sotto H₀ usando χ² = Σ(O − E)²/E. Bontà dell’adattamento: E = n·p per ogni categoria, gl = k − 1 (meno uno in più per ogni parametro stimato dai dati). Indipendenza in una tabella r × c: E = totale di riga × totale di colonna / totale generale, gl = (r − 1)(c − 1). Rifiuta H₀ quando χ² supera il valore critico per l’α scelto.

Gradi di libertà

df = (2 − 1)·(5 − 1) = 4

Risposta

df = 4

ExamProblems · examproblems.com/courses/statistics-2-inference