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
175,9192P = ?

Supponi che le altezze degli uomini adulti abbiano una distribuzione normale con media 178 cm e deviazione standard 7 cm. Quale frazione è compresa tra 175,9 e 192 cm? Dai P come numero decimale.

μ = 178σ = 7x1 = 175,9x2 = 192
P =
2.Distribuzione normaleDifficile
μ = 65x = ?10%

Supponi che i voti di un esame abbiano una distribuzione normale con media 65 punti e deviazione standard 10 punti. Trova il valore x sotto il quale si trova il 10 % dei dati (il 10° percentile).

μ = 65σ = 10P = 10%
x = punti
3.Intervalli di confidenzaMedia
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E90%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 80 telefoni, media 102 h, deviazione standard nota 19 h. Modello 2: 50 telefoni, media 96 h, deviazione standard nota 7 h. Trova il limite superiore dell’intervallo di confidenza al 90% per μ₁ − μ₂.

n₁ = 80x̄₁ = 102 hσ₁ = 19 hn₂ = 50x̄₂ = 96 hσ₂ = 7 h90%
limite superiore = h
4.Intervalli di confidenzaDifficile
μ₁ − μ₂, t(12) = 3,0550L = ?Ux̄₁ − x̄₂E99%

Si provano due fertilizzanti. Gruppo di parcelle 1: 6 parcelle, resa media 92 kg, deviazione standard 9 kg. Gruppo di parcelle 2: 8 parcelle, media 81 kg, deviazione standard 3 kg. Supponi varianze uguali (t combinato, df = n₁ + n₂ − 2). Trova il limite inferiore dell’intervallo di confidenza al 99% per μ₁ − μ₂.

n₁ = 6x̄₁ = 92s₁ = 9n₂ = 8x̄₂ = 81s₂ = 399%t(12) = 3,055
limite inferiore = kg
5.Test d'ipotesi e intervalli di confidenzaMedia
−2,0452,045t = ?df = 29

Si confrontano due metodi didattici. Gruppo 1: 7 studenti, punteggio medio 101,5, deviazione standard 4. Gruppo 2: 24 studenti, punteggio medio 95,2, deviazione standard 5,5. 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 = 7x̄₁ = 101,5s₁ = 4n₂ = 24x̄₂ = 95,2s₂ = 5,5
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
−1,961,96z = ?

In una sperimentazione, 83 pazienti su 150 con il trattamento A guariscono, e 120 su 300 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.

x₁ = 83n₁ = 150x₂ = 120n₂ = 300
z =
7.Regressione lineare e correlazioneMedia
xy126223322419516xy242025

La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
8.Regressione lineare e correlazioneDifficile
xy125220321418519xy242025x = 1,5

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
bassomedioaltoTotaleurbano193863120rurale13101740Totale324880160

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 = 1602 × 3
χ² =
10.Test chi quadratoDifficile
sìnoTotaleetà 18–30572380età 31–50362460età 51+152540Totale10872180dfα = 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 = 1803 × 2α = 0,05
χ² =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,5952

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.

Punteggi z

z₁ = (175,9 − 178)/7 = −0,3
z₂ = (192 − 178)/7 = 2

Area compresa

P = Φ(2) − Φ(−0,3) = 0,9772 − 0,3821 = 0,5952

Risposta

P = 0,5952
2.Distribuzione normale

Risposta: x = 52,18 punti

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) = 0,1 → z = −1,282

Ritorno a x

x = 65 + −1,282·10 = 52,18 punti

Risposta

x = 52,18 punti
3.Intervalli di confidenza

Risposta: limite superiore = 9,855 h

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.

Stima puntuale

x̄₁ − x̄₂ = 102 − 96 = 6

Errore standard

SE = √(19²/80 + 7²/50) = 2,344

Margine di errore

E = 1,645·2,344 = 3,855

Intervallo

6 ± 3,855 → [2,145, 9,855]

Risposta

limite superiore = 9,855 h

L’intervallo non contiene 0, quindi le medie differiscono in modo significativo.

4.Intervalli di confidenza

Risposta: limite inferiore = 0,6964 kg

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.

Deviazione standard combinata

sp² = (5·9² + 7·3²)/12 = 39
sp = 6,245

Margine di errore

E = 3,055·6,245·√(1/6 + 1/8) = 10,3

Intervallo

11 ± 10,3 → [0,6964, 21,3]

Risposta

limite inferiore = 0,6964 kg
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,807

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.

Varianza combinata

sp² = (6·4² + 23·5,5²)/29 = 27,3
sp = 5,225

Errore standard

SE = 5,225·√(1/7 + 1/24) = 2,245

Statistica test

t = (101,5 − 95,2)/2,245 = 2,807

Risposta

t = 2,807

Con df = 29, il valore critico bilaterale al 5% è 2,045; |t| è maggiore, quindi H₀ viene rifiutata.

6.Test d'ipotesi e intervalli di confidenza

Risposta: z = 3,081

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 = 83/150 = 0,5533
p̂₂ = 120/300 = 0,4
p̂ = 203/450 = 0,4511

Errore standard sotto H₀

SE = √(0,4511·0,5489·(1/150 + 1/300)) = 0,04976

Statistica test

z = (0,5533 − 0,4)/0,04976 = 3,081

Risposta

z = 3,081

|z| > 1,96, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

7.Regressione lineare e correlazione

Risposta: r = −0,9897

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 = 106/5 = 21,2

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −24
Syy = Σ(y − ȳ)² = 58,8

Coefficiente di correlazione

r = −24/√(10·58,8) = −0,9897

Risposta

r = −0,9897
8.Regressione lineare e correlazione

Risposta: ŷ = 22,7

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 = 103/5 = 20,6

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 = 20,6 − (−1,4)·3 = 24,8
ŷ = 24,8 − 1,4·x

Previsione

ŷ = 24,8 + (−1,4)·1,5 = 22,7

Risposta

ŷ = 22,7
9.Test chi quadrato

Risposta: χ² = 5,211

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: 120·32/160 = 24, 120·48/160 = 36, 120·80/160 = 60
rurale: 40·32/160 = 8, 40·48/160 = 12, 40·80/160 = 20

Statistica chi quadrato

χ² = (19 − 24)²/24 + (38 − 36)²/36 + (63 − 60)²/60 + (13 − 8)²/8 + (10 − 12)²/12 + (17 − 20)²/20
χ² = 5,211

Risposta

χ² = 5,211

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

10.Test chi quadrato

Risposta: χ² = 12,66

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

età 18–30: 48, 32
età 31–50: 36, 24
età 51+: 24, 16

Statistica chi quadrato

χ² = (57 − 48)²/48 + (23 − 32)²/32 + (36 − 36)²/36 + (24 − 24)²/24 + (15 − 24)²/24 + (25 − 16)²/16
χ² = 12,66

Decisione

df = 2, χ²crit = 5,991
12,66 > 5,991

Risposta

χ² = 12,66

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

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