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
Le masse di bulloni sono indipendenti e normali con media 40 g e deviazione standard 1,2 g. Trova la probabilità P che la massa totale di 6 di essi superi 244,4 g. Arrotonda z a due decimali.
μ = 40 gσ = 1,2 gn = 6> 244,4 g
P =
2.Distribuzione normaleDifficile
I diametri D dei fori sono normali con media 25,02 mm e deviazione standard 0,01 mm. I diametri d degli alberi sono indipendenti e normali con media 25 mm e deviazione standard 0,02 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 = 25,02 mm, σ = 0,01 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
Si confronta la durata della batteria di due modelli di telefono. Modello 1: 60 telefoni, media 101,5 h, deviazione standard nota 7 h. Modello 2: 100 telefoni, media 91,5 h, deviazione standard nota 16 h. Trova il limite inferiore dell’intervallo di confidenza al 95% per μ₁ − μ₂.
La deviazione standard della popolazione è 10. Quanto deve essere grande il campione n perché un intervallo di confidenza al 90 % per la media abbia un margine di errore non superiore a 2,5?
σ = 10E = 2,590%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 16 studenti ha un punteggio medio di 193,3 e una deviazione standard campionaria di 15. Trova la statistica test t per H₀: μ = 200.
μ₀ = 200x̄ = 193,3s = 15n = 16
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
Un test z unilaterale di H₀: μ = 500 contro H₁: μ > 500 viene eseguito con α = 0,05 su un campione di 100; la deviazione standard è nota e vale 30. In realtà la media è 508,1. Trova la probabilità di un errore di secondo tipo β in percentuale.
μ₀ = 500μ = 508,1σ = 30n = 100α = 0,05
β = %
7.Regressione lineare e correlazioneMedia
La tabella riporta 5 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.
n = 5
r² =
8.Regressione lineare e correlazioneDifficile
La tabella riporta 5 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (9, 33). Trova il suo residuo e = y − ŷ.
n = 5(9, 33)
e =
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 = 2002 × 3
χ² =
10.Test chi quadratoDifficile
Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 5 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?
k = 5
df =
3Soluzioni
1.Distribuzione normale
Risposta: P = 0,06681
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 = 240 g, σT = 1,2·√6 = 2,939 g
Standardizza
z = (244,4 − 240)/2,939 = 1,5
Probabilità
P = 1 − Φ(1,5) = 0,06681
Risposta
P = 0,06681
2.Distribuzione normale
Risposta: P = 0,8133
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 = 25,02 − 25 = 0,02 mm, σ = 0,02236 mm
Standardizza
z = (0 − 0,02)/0,02236 = −0,89
Probabilità
P = 1 − Φ(−0,89) = 0,8133
Risposta
P = 0,8133
3.Intervalli di confidenza
Risposta: limite inferiore = 6,398 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 = 101,5 − 91,5 = 10
Errore standard
SE = √(7²/60 + 16²/100) = 1,838
Margine di errore
E = 1,96·1,838 = 3,602
Intervallo
10 ± 3,602 → [6,398, 13,6]
Risposta
limite inferiore = 6,398 h
L’intervallo non contiene 0, quindi le medie differiscono in modo significativo.
4.Intervalli di confidenza
Risposta: n = 44
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 = (1,645·10/2,5)² = 43,3
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 44
Risposta
n = 44
5.Test d'ipotesi e intervalli di confidenza
Risposta: t = −1,787
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 = (193,3 − 200)/3,75 = −1,787
Risposta
t = −1,787
t0,025; df = 15 = 2,131
|t| < 2.131, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
6.Test d'ipotesi e intervalli di confidenza
Risposta: β = 14,57 %
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 = 30/√100 = 3
x̄c = 500 + 1,645·3 = 504,9
z sotto la media vera
z = (504,9 − 508,1)/3 = −1,055
Errore di secondo tipo
potenza = P(Z > −1,055) = 85,43%
β = 100% − 85,43% = 14,57%
Risposta
β = 14,57%
7.Regressione lineare e correlazione
Risposta: r² = 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 = 30/5 = 6
ȳ = 95/5 = 19
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 122
Syy = Σ(y − ȳ)² = 376
Coefficiente di determinazione
r² = 122²/(40·376) = 0,9896
Risposta
r² = 0,9896
Circa il 98,96% della variabilità di y è spiegato dalla retta.
8.Regressione lineare e correlazione
Risposta: e = −2,8
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 = 119/5 = 23,8
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 160
Retta di regressione
b = 160/40 = 4
a = 23,8 − 4·6 = −0,2
ŷ = −0,2 + 4·x
Valore previsto
ŷ = −0,2 + 4·9 = 35,8
Residuo
e = 33 − 35,8 = −2,8
Risposta
e = −2,8
Il punto si trova sotto la retta.
9.Test chi quadrato
Risposta: χ² = 3,819
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 = 3
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.