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
750 g740,2 gX + Y?

X è normale con media 250 g e deviazione standard 4 g; Y è indipendente e normale con media 500 g e deviazione standard 9 g. Trova la probabilità P che X + Y sia maggiore di 740,2 g. Arrotonda z a due decimali.

μX = 250, σX = 4μY = 500, σY = 9X + Y > 740,2 g
P =
2.Distribuzione normaleDifficile
380420460500540580620hin alto 90%

I valori di le durate delle batterie sono distribuiti normalmente con media 500 h e deviazione standard 40 h. Trascina la soglia in modo che il 90% più alto ombreggiato stia alla sua destra. Trova la soglia x.

μ = 500 hσ = 40 h90%
x = h
3.Intervalli di confidenzaMedia
n = 15, s = 3L = ?Ux̄ = 87E90%

Un campione di 15 elementi ha media 87 e deviazione standard s = 3. La popolazione è approssimativamente normale. Trova il limite inferiore dell’intervallo di confidenza al 90 % per la media.

n = 15x̄ = 87s = 390%t(14) = 1,761
limite inferiore =
4.Intervalli di confidenzaDifficile
σ = 27, n = ?x̄ − Ex̄ + Ex̄E = 1,595%

La deviazione standard della popolazione è 27. Quanto deve essere grande il campione n perché un intervallo di confidenza al 95 % per la media abbia un margine di errore non superiore a 1,5?

σ = 27E = 1,595%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −1,99801,998

Un campione di 64 studenti ha un punteggio medio di 502,3 e una deviazione standard campionaria di 15. Trova la statistica test t per H₀: μ = 500.

μ₀ = 500x̄ = 502,3s = 15n = 64
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 8, n = ?x̄ − Ex̄ + Ex̄E = 195%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 95 % per una media abbia un margine di errore di al massimo 1? La deviazione standard è 8. Trova la dimensione minima del campione n.

σ = 8E = 195%
n =
7.Regressione lineare e correlazioneMedia
xy140249349452559664xy246405060

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 21Σy = 313Σx² = 91Σy² = 16683Σxy = 1172
r =
8.Regressione lineare e correlazioneDifficile
xy264861481610181220xy5105101520x = 11

La tabella riporta 6 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 11.

n = 6x = 11
ŷ =
9.Test chi quadratoMedia
sìnoTotaleuomini231740donne251540Totale483280

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
promossobocciatoTotalelinea 136440linea 2211940linea 3411960Totale9842140dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

La tabella riporta le frequenze osservate. Verifica con α = 0,05 se le due variabili sono indipendenti (senza correzione di continuità). Calcola la statistica test χ², poi confrontala con il valore critico della tabella.

N = 1403 × 2α = 0,05
χ² =

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 della somma

μ = 750 g, σ = √(4² + 9²) = 9,849 g

Standardizza

z = (740,2 − 750)/9,849 = −1

Coda superiore

P = 1 − Φ(−1) = 1 − 0,1587 = 0,8413

Risposta

P = 0,8413
2.Distribuzione normale

Risposta: x = 449 h

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) = 0,1

z dalla tabella

z ≈ −1,28

Di nuovo nelle unità originali

x = 500 − 1,28·40 = 449 h

Risposta

x = 449 h
3.Intervalli di confidenza

Risposta: limite inferiore = 85,64

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 = 14, t = 1,761

Margine di errore

E = 1,761·3/√15 = 1,364

Intervallo

87 ± 1,364 → [85,64, 88,36]

Risposta

limite inferiore = 85,64
4.Intervalli di confidenza

Risposta: n = 1245

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.

Ricava n

n = (1,96·27/1,5)² = 1245

Arrotonda per eccesso

La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.

n = 1245

Risposta

n = 1245
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 1,227

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/√64 = 15/8 = 1,875

Statistica test

t = (502,3 − 500)/1,875 = 1,227

Risposta

t = 1,227
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: n = 246

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).

Ricava n

n = (1,96·8/1)² = 245,9

Arrotonda per eccesso

n = 246

Risposta

n = 246
7.Regressione lineare e correlazione

Risposta: r = 0,9708

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 = 1172 − 21·313/6 = 76,5
Sxx = 91 − 21²/6 = 17,5
Syy = 16683 − 313²/6 = 354,8

Coefficiente di correlazione

r = 76,5/√(17,5·354,8) = 0,9708

Risposta

r = 0,9708
8.Regressione lineare e correlazione

Risposta: ŷ = 19,5

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 = 42/6 = 7
ȳ = 82/6 = 13,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 102

Retta di regressione

b = 102/70 = 1,457
a = 13,67 − 1,457·7 = 3,467
ŷ = 3,467 + 1,457·x

Previsione

ŷ = 3,467 + 1,457·11 = 19,5

Risposta

ŷ = 19,5
9.Test chi quadrato

Risposta: χ² = 0,2083

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: 40·48/80 = 24, 40·32/80 = 16
donne: 40·48/80 = 24, 40·32/80 = 16

Statistica chi quadrato

χ² = (23 − 24)²/24 + (17 − 16)²/16 + (25 − 24)²/24 + (15 − 16)²/16
χ² = 0,2083

Risposta

χ² = 0,2083

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

10.Test chi quadrato

Risposta: χ² = 13,53

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

linea 1: 28, 12
linea 2: 28, 12
linea 3: 42, 18

Statistica chi quadrato

χ² = (36 − 28)²/28 + (4 − 12)²/12 + (21 − 28)²/28 + (19 − 12)²/12 + (41 − 42)²/42 + (19 − 18)²/18
χ² = 13,53

Decisione

df = 2, χ²crit = 5,991
13,53 > 5,991

Risposta

χ² = 13,53

χ² è sopra il valore critico, quindi H₀ viene rifiutata: le variabili sembrano associate.

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