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
32 min37 minX + Y?

X è normale con media 12 min e deviazione standard 1,5 min; Y è indipendente e normale con media 20 min e deviazione standard 2 min. Trova la probabilità P che X + Y sia maggiore di 37 min. Arrotonda z a due decimali.

μX = 12, σX = 1,5μY = 20, σY = 2X + Y > 37 min
P =
2.Distribuzione normaleDifficile
0,04 mm0D − d?

I diametri D dei fori sono normali con media 25,04 mm e deviazione standard 0,02 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,01 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 = 25,04 mm, σ = 0,02 mmalbero: μ = 25 mm, σ = 0,01 mm
P =
3.Intervalli di confidenzaMedia
n = 12, sd​ = 6,30LUd̄ = −7,8E = ?95%

La pressione arteriosa di 12 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media −7,8 e deviazione standard 6,3. Trova il margine di errore E dell’intervallo di confidenza al 95% per la differenza media.

n = 12d̄ = −7,8sd = 6,395%t(11) = 2,201
E = mmHg
4.Intervalli di confidenzaDifficile
p ≈ 0,6, n = ?p̂ − Ep̂ + Ep̂E = 0,0295%

Uno studio pilota indica che circa 0,6 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 ≈ 0,6E = 0,0295%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −1,9901,99

Un campione di 81 studenti ha un punteggio medio di 97 e una deviazione standard campionaria di 15. Trova la statistica test t per H₀: μ = 100.

μ₀ = 100x̄ = 97s = 15n = 81
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
μ₀x̄c

Un test z unilaterale di H₀: μ = 200 contro H₁: μ < 200 viene eseguito con α = 0.05 su un campione di 64; la deviazione standard è nota e vale 4. In realtà la media è 199.35. Trova la potenza 1 − β del test in percentuale.

μ₀ = 200μ = 199,35σ = 4n = 64α = 0,05
1 − β = %
7.Regressione lineare e correlazioneMedia
xy2414436538531059xy510405060

La tabella riporta 5 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 = 5
r² =
8.Regressione lineare e correlazioneDifficile
xy1564176919752188239925109xy15202580100ŷ = 75

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. Per quale valore x la retta prevede ŷ = 75?

n = 6ŷ = 75
x =
9.Test chi quadratoMedia
bassomedioaltoTotaleurbano7171640rurale283240100Totale354956140

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 = 1402 × 3
χ² =
10.Test chi quadratoDifficile

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 8 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?

k = 8
df =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,02275

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 = 32 min, σ = √(1,5² + 2²) = 2,5 min

Standardizza

z = (37 − 32)/2,5 = 2

Coda superiore

P = 1 − Φ(2) = 1 − 0,9772 = 0,02275

Risposta

P = 0,02275
2.Distribuzione normale

Risposta: P = 0,9633

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 = 25,04 − 25 = 0,04 mm, σ = 0,02236 mm

Standardizza

z = (0 − 0,04)/0,02236 = −1,79

Probabilità

P = 1 − Φ(−1,79) = 0,9633

Risposta

P = 0,9633
3.Intervalli di confidenza

Risposta: E = 4,003 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 = 11, t = 2,201

Margine di errore

E = 2,201·6,3/√12 = 4,003

Risposta

E = 4,003 mmHg
4.Intervalli di confidenza

Risposta: n = 2305

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Ricava n

n = 1,96²·0,6·0,4/0,02² = 2305

Arrotonda per eccesso

n = 2305

Risposta

n = 2305
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = −1,8

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/√81 = 15/9 = 1,667

Statistica test

t = (97 − 100)/1,667 = −1,8

Risposta

t = −1,8
t0,025; df = 80 = 1,99

|t| < 1.99, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: 1 − β = 36,5 %

Potenza di un test: la potenza = 1 − β è la probabilità di rifiutare H₀ quando è falsa. Trova la soglia x̄c da μ₀ e z_α, poi calcola la probabilità di cadere oltre x̄c usando la media vera: z = (x̄c − μ)/(σ/√n).

Media campionaria critica

SE = 4/√64 = 0,5
x̄c = 200 − 1,645·0,5 = 199,2

z sotto la media vera

z = (199,2 − 199,35)/0,5 = −0,345

Potenza

potenza = P(Z < −0.345) = 36.5%
1 − β = 36,5%

Risposta

1 − β = 36,5%
7.Regressione lineare e correlazione

Risposta: r² = 0,9248

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 = 249/5 = 49,8

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 92
Syy = Σ(y − ȳ)² = 228,8

Coefficiente di determinazione

r² = 92²/(40·228,8) = 0,9248

Risposta

r² = 0,9248

Circa il 92,48% della variabilità di y è spiegato dalla retta.

8.Regressione lineare e correlazione

Risposta: x = 18,08

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 = 120/6 = 20
ȳ = 504/6 = 84

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 328

Retta di regressione

b = 328/70 = 4,686
a = 84 − 4,686·20 = −9,714
ŷ = −9,714 + 4,686·x

Risolvi per x

x = (75 − (−9,714))/4,686 = 18,08

Risposta

x = 18,08
9.Test chi quadrato

Risposta: χ² = 2,16

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

urbano: 40·35/140 = 10, 40·49/140 = 14, 40·56/140 = 16
rurale: 100·35/140 = 25, 100·49/140 = 35, 100·56/140 = 40

Statistica chi quadrato

χ² = (7 − 10)²/10 + (17 − 14)²/14 + (16 − 16)²/16 + (28 − 25)²/25 + (32 − 35)²/35 + (40 − 40)²/40
χ² = 2,16

Risposta

χ² = 2,16

gl = 2. Con α = 0,05 il valore critico è 5,991, quindi H₀ (indipendenza) non viene rifiutata.

10.Test chi quadrato

Risposta: df = 6

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 = 8 − 1 − 1 = 6

Risposta

df = 6

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