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
Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,7734. Trova z con due decimali.
A = 0,7734
z =
2.Distribuzione normaleDifficile
I valori di i pesi dei sacchetti sono distribuiti normalmente con media 250 g e deviazione standard 5 g. Trascina la soglia in modo che il 20% più alto ombreggiato stia alla sua destra. Trova la soglia x.
μ = 250 gσ = 5 g20%
x = g
3.Intervalli di confidenzaMedia
Un intervallo di confidenza al 90% per una media, basato su 100 osservazioni e σ nota, ha un margine di errore di 12. Qual è il margine di errore E₂ di un intervallo al 95% calcolato dagli stessi dati?
90%n₁ = 100E₁ = 1295%
E₂ =
4.Intervalli di confidenzaDifficile
I diametri di 25 alberi lavorati alla macchina hanno una deviazione standard campionaria di 5,3 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 = 5,3 µmχ² = 12,401, 39,364
σ = µm
5.Test d'ipotesi e intervalli di confidenzaMedia
Si confrontano due metodi didattici. Gruppo 1: 24 studenti, punteggio medio 62, deviazione standard 7. Gruppo 2: 7 studenti, punteggio medio 60,1, deviazione standard 8. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).
n₁ = 24x̄₁ = 62s₁ = 7n₂ = 7x̄₂ = 60,1s₂ = 8
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
Un campione di 25 misure ha media 498,2. La deviazione standard della popolazione è 10. Trova il limite inferiore L dell'intervallo di confidenza al 90 % per la media.
x̄ = 498,2σ = 10n = 2590%
L =
7.Regressione lineare e correlazioneMedia
La tabella riporta 5 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Trova il coefficiente di correlazione di Pearson r.
n = 5
r =
8.Regressione lineare e correlazioneDifficile
La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 1,5.
n = 5x = 1,5
ŷ =
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 = 1002 × 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: z = −0,75
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 − 0,7734 = 0,2266
Leggi la tabella z al contrario
Trova 0,2266 dentro la tabella e leggi z.
z = −0,75
Risposta
z = −0,75
2.Distribuzione normale
Risposta: x = 254,2 g
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
Φ(z) = 0,8
z dalla tabella
z ≈ 0,84
Di nuovo nelle unità originali
x = 250 + 0,84·5 = 254,2 g
Risposta
x = 254,2 g
3.Intervalli di confidenza
Risposta: E₂ = 14,3
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.
Rapporto dei margini
E₂/E₁ = (1,96/1,645)·√(100/100) = 1,191
Nuovo margine
E₂ = 12·1,191 = 14,3
Risposta
E₂ = 14,3
4.Intervalli di confidenza
Risposta: σ = 7,373 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 = 24·5,3² = 674,2
Limiti per σ²
674,2/39,364 = 17,13
674,2/12,401 = 54,36
Limite per σ
σ = √54,36 = 7,373 µm
Risposta
σ = 7,373 µm
Intervallo al 95% per σ: [4,138, 7,373] µm.
5.Test d'ipotesi e intervalli di confidenza
Risposta: t = 0,6128
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.
Varianza combinata
sp² = (23·7² + 6·8²)/29 = 52,1
sp = 7,218
Errore standard
SE = 7,218·√(1/24 + 1/7) = 3,101
Statistica test
t = (62 − 60,1)/3,101 = 0,6128
Risposta
t = 0,6128
Con df = 29, il valore critico bilaterale al 5% è 2,045; |t| è minore, quindi H₀ non viene rifiutata.
6.Test d'ipotesi e intervalli di confidenza
Risposta: L = 494,9
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 = 1,645·10/√25 = 3,29
Limite dell'intervallo
L = 498,2 − 3,29 = 494,9
Risposta
L = 494,9
7.Regressione lineare e correlazione
Risposta: r = 0,9896
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 = 105/5 = 21
ȳ = 374/5 = 74,8
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 435
Syy = Σ(y − ȳ)² = 2147
Coefficiente di correlazione
r = 435/√(90·2147) = 0,9896
Risposta
r = 0,9896
8.Regressione lineare e correlazione
Risposta: ŷ = 21,1
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 = 15/5 = 3
ȳ = 95/5 = 19
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −14
Retta di regressione
b = −14/10 = −1,4
a = 19 − (−1,4)·3 = 23,2
ŷ = 23,2 − 1,4·x
Previsione
ŷ = 23,2 + (−1,4)·1,5 = 21,1
Risposta
ŷ = 21,1
9.Test chi quadrato
Risposta: χ² = 3,576
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) non 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.