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
100 kg101 kgT = X₁ + … + X₄?

Le masse di sacchi di cemento sono indipendenti e normali con media 25 kg e deviazione standard 0,5 kg. Trova la probabilità P che la massa totale di 4 di essi sia inferiore a 101 kg. Arrotonda z a due decimali.

μ = 25 kgσ = 0,5 kgn = 4< 101 kg
P =
2.Distribuzione normaleDifficile
μ = 500x = ?99%

Supponi che le durate delle batterie abbiano una distribuzione normale con media 500 h e deviazione standard 40 h. Trova il valore x sotto il quale si trova il 99 % dei dati (il 99° percentile).

μ = 500σ = 40P = 99%
x = h
3.Intervalli di confidenzaMedia
n = 9, sd​ = 1,40L = ?Ud̄ = 3,2E90%

La pressione arteriosa di 9 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media 3,2 e deviazione standard 1,4. Trova il limite inferiore dell’intervallo di confidenza al 90% per la differenza media.

n = 9d̄ = 3,2sd = 1,490%t(8) = 1,86
limite inferiore = mmHg
4.Intervalli di confidenzaDifficile
n = 10σ = ?Us = 1,695%

I diametri di 10 alberi lavorati alla macchina hanno una deviazione standard campionaria di 1,6 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite inferiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 9, il 2,5% della distribuzione χ² si trova sotto 2,7 e il 2,5% sopra 19,023.

n = 10s = 1,6 µmχ² = 2,7, 19,023
σ = µm
5.Test d'ipotesi e intervalli di confidenzaMedia
t −2,13102,131

Un campione di 16 studenti ha un punteggio medio di 60,88 e una deviazione standard campionaria di 15. Trova la statistica test t per H₀: μ = 50.

μ₀ = 50x̄ = 60,88s = 15n = 16
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,9601,96

Un campione di 36 misure ha media 202,8. La deviazione standard della popolazione è 12. Trova il limite inferiore L dell'intervallo di confidenza al 95 % per la media.

x̄ = 202,8σ = 12n = 3695%
L =
7.Regressione lineare e correlazioneMedia
xy1685199722116251252813331155xy15202530100150

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 141Σy = 711Σx² = 3471Σy² = 87429Σxy = 17409
r =
8.Regressione lineare e correlazioneDifficile
xy342450555661768871xy46840506070ŷ = 46

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Per quale valore x la retta prevede ŷ = 46?

n = 6ŷ = 46
x =
9.Test chi quadratoMedia
tossenessuna tosseTotalefumatori172340non fumatori112940Totale285280

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 = 802 × 2
χ² =
10.Test chi quadratoDifficile

Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 6 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Quanti gradi di libertà df ha il test?

k = 6
df =

3Soluzioni

1.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 del totale

μT = 100 kg, σT = 0,5·√4 = 1 kg

Standardizza

z = (101 − 100)/1 = 1

Probabilità

P = Φ(1) = 0,8413

Risposta

P = 0,8413
2.Distribuzione normale

Risposta: x = 593,1 h

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.

z del percentile

Φ(z) = 0,99 → z = 2,326

Ritorno a x

x = 500 + 2,326·40 = 593,05 h

Risposta

x = 593,05 h
3.Intervalli di confidenza

Risposta: limite inferiore = 2,332 mmHg

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Valore critico

df = 8, t = 1,86

Margine di errore

E = 1,86·1,4/√9 = 0,868

Intervallo

3,2 ± 0,868 → [2,332, 4,068]

Risposta

limite inferiore = 2,332 mmHg
4.Intervalli di confidenza

Risposta: σ = 1,101 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 = 9·1,6² = 23,04

Limiti per σ²

23,04/19,023 = 1,211
23,04/2,7 = 8,533

Limite per σ

σ = √1,211 = 1,101 µm

Risposta

σ = 1,101 µm

Intervallo al 95% per σ: [1,101, 2,921] µm.

5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,901

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 = 15/√16 = 15/4 = 3,75

Statistica test

t = (60,88 − 50)/3,75 = 2,901

Risposta

t = 2,901
t0,025; df = 15 = 2,131

|t| > 2,131, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: L = 198,9

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 = 1,96·12/√36 = 3,92

Limite dell'intervallo

L = 202,8 − 3,92 = 198,9

Risposta

L = 198,9
7.Regressione lineare e correlazione

Risposta: r = 0,9905

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 = 17409 − 141·711/6 = 700,5
Sxx = 3471 − 141²/6 = 157,5
Syy = 87429 − 711²/6 = 3176

Coefficiente di correlazione

r = 700,5/√(157,5·3176) = 0,9905

Risposta

r = 0,9905
8.Regressione lineare e correlazione

Risposta: x = 3,48

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 = 33/6 = 5,5
ȳ = 347/6 = 57,83

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 102,5

Retta di regressione

b = 102,5/17,5 = 5,857
a = 57,83 − 5,857·5,5 = 25,62
ŷ = 25,62 + 5,857·x

Risolvi per x

x = (46 − 25,62)/5,857 = 3,48

Risposta

x = 3,48
9.Test chi quadrato

Risposta: χ² = 1,978

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

fumatori: 40·28/80 = 14, 40·52/80 = 26
non fumatori: 40·28/80 = 14, 40·52/80 = 26

Statistica chi quadrato

χ² = (17 − 14)²/14 + (23 − 26)²/26 + (11 − 14)²/14 + (29 − 26)²/26
χ² = 1,978

Risposta

χ² = 1,978

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

10.Test chi quadrato

Risposta: df = 5

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 = 6 − 1 = 5

Risposta

df = 5

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