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
Le masse di passeggeri con bagaglio sono indipendenti e normali con media 85 kg e deviazione standard 12 kg. Trova la probabilità P che la massa totale di 6 di essi superi 539,4 kg. Arrotonda z a due decimali.
μ = 85 kgσ = 12 kgn = 6> 539,4 kg
P =
2.Distribuzione normaleDifficile
I diametri D dei fori sono normali con media 25,02 mm e deviazione standard 0,015 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,015 mm. Un albero scelto a caso si accoppia quando D − d > 0. Trova la probabilità P che si accoppi. Arrotonda z a due decimali.
foro: μ = 25,02 mm, σ = 0,015 mmalbero: μ = 25 mm, σ = 0,015 mm
P =
3.Intervalli di confidenzaMedia
Un campione di 16 elementi ha media 10,5 e deviazione standard s = 1,5. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 95 % per la media.
n = 16x̄ = 10,5s = 1,595%t(15) = 2,131
limite superiore =
4.Intervalli di confidenzaDifficile
I diametri di 15 alberi lavorati alla macchina hanno una deviazione standard campionaria di 11,1 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 = 14, il 2,5% della distribuzione χ² si trova sotto 5,629 e il 2,5% sopra 26,119.
n = 15s = 11,1 µmχ² = 5,629, 26,119
σ = µm
5.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 36 studenti ha un punteggio medio di 102,8 e una deviazione standard campionaria di 8. Trova la statistica test t per H₀: μ = 100.
μ₀ = 100x̄ = 102,8s = 8n = 36
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
In una sperimentazione, 45 pazienti su 100 con il trattamento A guariscono, e 138 su 250 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.
x₁ = 45n₁ = 100x₂ = 138n₂ = 250
z =
7.Regressione lineare e correlazioneMedia
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 = 100Σx² = 91Σy² = 1804Σxy = 304
r =
8.Regressione lineare e correlazioneDifficile
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. Per quale valore x la retta prevede ŷ = 45?
n = 5ŷ = 45
x =
9.Test chi quadratoMedia
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 = 2402 × 3
χ² =
10.Test chi quadratoDifficile
Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 6 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?
k = 6
df =
3Soluzioni
1.Distribuzione normale
Risposta: P = 0,1587
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 del totale
μT = 510 kg, σT = 12·√6 = 29,39 kg
Standardizza
z = (539,4 − 510)/29,39 = 1
Probabilità
P = 1 − Φ(1) = 0,1587
Risposta
P = 0,1587
2.Distribuzione normale
Risposta: P = 0,8264
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 = 25,02 − 25 = 0,02 mm, σ = 0,02121 mm
Standardizza
z = (0 − 0,02)/0,02121 = −0,94
Probabilità
P = 1 − Φ(−0,94) = 0,8264
Risposta
P = 0,8264
3.Intervalli di confidenza
Risposta: limite superiore = 11,3
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 = 15, t = 2,131
Margine di errore
E = 2,131·1,5/√16 = 0,7991
Intervallo
10,5 ± 0,7991 → [9,701, 11,3]
Risposta
limite superiore = 11,3
4.Intervalli di confidenza
Risposta: σ = 17,51 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 = 14·11,1² = 1725
Limiti per σ²
1725/26,119 = 66,04
1725/5,629 = 306,4
Limite per σ
σ = √306,4 = 17,51 µm
Risposta
σ = 17,51 µm
Intervallo al 95% per σ: [8,127, 17,51] µm.
5.Test d'ipotesi e intervalli di confidenza
Risposta: t = 2,1
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 = 8/√36 = 8/6 = 1,333
Statistica test
t = (102,8 − 100)/1,333 = 2,1
Risposta
t = 2,1
t0,025; df = 35 = 2,03
|t| > 2,03, quindi H₀ viene rifiutata al livello del 5% (bilaterale).
6.Test d'ipotesi e intervalli di confidenza
Risposta: z = −1,726
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Proporzioni campionarie
p̂₁ = 45/100 = 0,45
p̂₂ = 138/250 = 0,552
p̂ = 183/350 = 0,5229
Errore standard sotto H₀
SE = √(0,5229·0,4771·(1/100 + 1/250)) = 0,0591
Statistica test
z = (0,45 − 0,552)/0,0591 = −1,726
Risposta
z = −1,726
|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
7.Regressione lineare e correlazione
Risposta: r = −0,9383
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 = 304 − 21·100/6 = −46
Sxx = 91 − 21²/6 = 17,5
Syy = 1804 − 100²/6 = 137,3
Coefficiente di correlazione
r = −46/√(17,5·137,3) = −0,9383
Risposta
r = −0,9383
8.Regressione lineare e correlazione
Risposta: x = 2,153
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 = 25/5 = 5
ȳ = 267/5 = 53,4
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 118
Retta di regressione
b = 118/40 = 2,95
a = 53,4 − 2,95·5 = 38,65
ŷ = 38,65 + 2,95·x
Risolvi per x
x = (45 − 38,65)/2,95 = 2,153
Risposta
x = 2,153
9.Test chi quadrato
Risposta: χ² = 18,37
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.
gl = 2. Con α = 0,05 il valore critico è 5,991, quindi H₀ (indipendenza) viene rifiutata.
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.