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 = 0,5587

Trascina z in modo che l’area ombreggiata tra −z e z sotto la curva normale standard sia 0,5587. Trova z con due decimali.

A = 0,5587
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
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E95%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 60 telefoni, media 68,5 h, deviazione standard nota 13 h. Modello 2: 100 telefoni, media 53,5 h, deviazione standard nota 20 h. Trova il limite inferiore dell’intervallo di confidenza al 95% per μ₁ − μ₂.

n₁ = 60x̄₁ = 68,5 hσ₁ = 13 hn₂ = 100x̄₂ = 53,5 hσ₂ = 20 h95%
limite inferiore = h
4.Intervalli di confidenzaDifficile
n = 25Lσ = ?s = 6,895%

I diametri di 25 alberi lavorati alla macchina hanno una deviazione standard campionaria di 6,8 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite superiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 24, il 2,5% della distribuzione χ² si trova sotto 12,401 e il 2,5% sopra 39,364.

n = 25s = 6,8 µmχ² = 12,401, 39,364
σ = µm
5.Test d'ipotesi e intervalli di confidenzaMedia
t −1,99801,998

Un campione di 64 studenti ha un punteggio medio di 99,3 e una deviazione standard campionaria di 4. Trova la statistica test t per H₀: μ = 100.

μ₀ = 100x̄ = 99,3s = 4n = 64
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
−1,961,96z = ?

In una sperimentazione, 63 pazienti su 250 con il trattamento A guariscono, e 90 su 300 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.

x₁ = 63n₁ = 250x₂ = 90n₂ = 300
z =
7.Regressione lineare e correlazioneMedia
xy166819842298251152812131145xy15202530100150

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.

n = 6
r² =
8.Regressione lineare e correlazioneDifficile
xy1668197322962511028128xy202580100120x = 20,5

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. Prevedi ŷ per x = 20,5.

n = 5x = 20,5
ŷ =
9.Test chi quadratoMedia
sìnoTotaleuomini453580donne8535120Totale13070200

La tabella di contingenza riporta le frequenze osservate. Calcola la statistica chi quadrato χ² per il test di indipendenza tra la variabile di riga e quella di colonna. Non usare la correzione di continuità.

N = 2002 × 2
χ² =
10.Test chi quadratoDifficile
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 7 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Usando la tabella, trova il valore critico χ²crit al livello di significatività α = 0,05.

α = 0,05
χ²crit =

3Soluzioni

1.Distribuzione normale

Risposta: z = 0,77

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 + 0,5587)/2 = 0,7794

Leggi la tabella z al contrario

Trova 0,7794 dentro la tabella e leggi z.

z = 0,77

Risposta

z = 0,77
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: limite inferiore = 9,883 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 = 68,5 − 53,5 = 15

Errore standard

SE = √(13²/60 + 20²/100) = 2,611

Margine di errore

E = 1,96·2,611 = 5,117

Intervallo

15 ± 5,117 → [9,883, 20,12]

Risposta

limite inferiore = 9,883 h

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

4.Intervalli di confidenza

Risposta: σ = 9,46 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 = 24·6,8² = 1110

Limiti per σ²

1110/39,364 = 28,19
1110/12,401 = 89,49

Limite per σ

σ = √89,49 = 9,46 µm

Risposta

σ = 9,46 µm

Intervallo al 95% per σ: [5,31, 9,46] µm.

5.Test d'ipotesi e intervalli di confidenza

Risposta: t = −1,4

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

SE = 4/√64 = 4/8 = 0,5

Statistica test

t = (99,3 − 100)/0,5 = −1,4

Risposta

t = −1,4
t0,025; df = 63 = 1,998

|t| < 1.998, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: z = −1,251

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.

Proporzioni campionarie

p̂₁ = 63/250 = 0,252
p̂₂ = 90/300 = 0,3
p̂ = 153/550 = 0,2782

Errore standard sotto H₀

SE = √(0,2782·0,7218·(1/250 + 1/300)) = 0,03837

Statistica test

z = (0,252 − 0,3)/0,03837 = −1,251

Risposta

z = −1,251

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

7.Regressione lineare e correlazione

Risposta: r² = 0,9855

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 = 141/6 = 23,5
ȳ = 631/6 = 105,2

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 769,5
Syy = Σ(y − ȳ)² = 3815

Coefficiente di determinazione

r² = 769,5²/(157,5·3815) = 0,9855

Risposta

r² = 0,9855

Circa il 98,55% della variabilità di y è spiegato dalla retta.

8.Regressione lineare e correlazione

Risposta: ŷ = 87,15

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 = 110/5 = 22
ȳ = 475/5 = 95

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 471

Retta di regressione

b = 471/90 = 5,233
a = 95 − 5,233·22 = −20,13
ŷ = −20,13 + 5,233·x

Previsione

ŷ = −20,13 + 5,233·20,5 = 87,15

Risposta

ŷ = 87,15
9.Test chi quadrato

Risposta: χ² = 4,487

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.

Frequenze attese

uomini: 80·130/200 = 52, 80·70/200 = 28
donne: 120·130/200 = 78, 120·70/200 = 42

Statistica chi quadrato

χ² = (45 − 52)²/52 + (35 − 28)²/28 + (85 − 78)²/78 + (35 − 42)²/42
χ² = 4,487

Risposta

χ² = 4,487

gl = 1. Con α = 0,05 il valore critico è 3,841, quindi H₀ (indipendenza) viene rifiutata.

10.Test chi quadrato

Risposta: χ²crit = 11,07

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 = 7 − 1 − 1 = 5

Tabella

χ²crit(df = 5, α = 0,05) = 11,070

Risposta

χ²crit = 11,070

Rifiuta H₀ se il χ² calcolato è maggiore di questo valore.

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