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
−3−2−10123zarea ombreggiata a destra di z = 0,0409

Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,0409. Trova z con due decimali.

A = 0,0409
z =
2.Distribuzione normaleDifficile
0,04 mm0D − d?

I diametri D dei fori sono normali con media 25,04 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 = 25,04 mm, σ = 0,01 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
x̄E₁ = 11,399%, n = 64x̄E₂ = ?99%, n = 576

Un intervallo di confidenza al 99% per una media, basato su 64 osservazioni e σ nota, ha un margine di errore di 11,3. Qual è il margine di errore E₂ se lo stesso studio usa invece 576 osservazioni?

99%n₁ = 64E₁ = 11,3n₂ = 576
E₂ =
4.Intervalli di confidenzaDifficile
σ = 31, n = ?x̄ − Ex̄ + Ex̄E = 599%

La deviazione standard della popolazione è 31. Quanto deve essere grande il campione n perché un intervallo di confidenza al 99 % per la media abbia un margine di errore non superiore a 5?

σ = 31E = 599%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −2,0302,03

Un campione di 36 studenti ha un punteggio medio di 84,67 e una deviazione standard campionaria di 20. Trova la statistica test t per H₀: μ = 75.

μ₀ = 75x̄ = 84,67s = 20n = 36
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
H₀H₁μ₀x̄cμ₀ + 4α = 0,05βσ = 20, potenza 80%, n = ?

Un test z unilaterale con α = 0,05 deve rilevare uno spostamento della media di 4 unità con una potenza del 80%. La deviazione standard è 20. Trova la dimensione minima del campione n.

α = 0,05potenza = 80%δ = 4σ = 20zα = 1,645zβ = 0,842
n =
7.Regressione lineare e correlazioneMedia
xy1461178020102231072612929139xy15202530100

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.

n = 6
r² =
8.Regressione lineare e correlazioneDifficile
xy21141762383510431251xy5102040ŷ = 13

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. Per quale valore x la retta prevede ŷ = 13?

n = 6ŷ = 13
x =
9.Test chi quadratoMedia
nessun difettolievegraveTotaleturno di giorno8141840turno di notte7262760Totale154045100

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 confronta le frequenze osservate in 6 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Quanti gradi di libertà df ha il test?

k = 6
df =

3Soluzioni

1.Distribuzione normale

Risposta: z = 1,74

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 − 0,0409 = 0,9591

Leggi la tabella z al contrario

Trova 0,9591 dentro la tabella e leggi z.

z = 1,74

Risposta

z = 1,74
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: E₂ = 3,767

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Rapporto dei margini

E₂/E₁ = (2,576/2,576)·√(64/576) = 0,3333

Nuovo margine

E₂ = 11,3·0,3333 = 3,767

Risposta

E₂ = 3,767
4.Intervalli di confidenza

Risposta: n = 256

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 = (2,576·31/5)² = 255,1

Arrotonda per eccesso

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

n = 256

Risposta

n = 256
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,901

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 = 20/√36 = 20/6 = 3,333

Statistica test

t = (84,67 − 75)/3,333 = 2,901

Risposta

t = 2,901
t0,025; df = 35 = 2,03

|t| > 2,03, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: n = 155

Dimensione del campione per un test: per rilevare uno spostamento reale δ con potenza 1 − β in un test z unilaterale al livello α, l’errore standard deve soddisfare δ = (z_α + z_β)·σ/√n, quindi n = ((z_α + z_β)·σ/δ)², arrotondato per eccesso.

Ricava n

n = ((1,645 + 0,842)·20/4)² = 154,6

Arrotonda per eccesso

n = 155

Risposta

n = 155
7.Regressione lineare e correlazione

Risposta: r² = 0,9801

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 = 129/6 = 21,5
ȳ = 618/6 = 103

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 813
Syy = Σ(y − ȳ)² = 4282

Coefficiente di determinazione

r² = 813²/(157,5·4282) = 0,9801

Risposta

r² = 0,9801

Circa il 98,01% della variabilità di y è spiegato dalla retta.

8.Regressione lineare e correlazione

Risposta: x = 2,897

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 = 180/6 = 30

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 290

Retta di regressione

b = 290/70 = 4,143
a = 30 − 4,143·7 = 1
ŷ = 1 + 4,143·x

Risolvi per x

x = (13 − 1)/4,143 = 2,897

Risposta

x = 2,897
9.Test chi quadrato

Risposta: χ² = 1,528

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

turno di giorno: 40·15/100 = 6, 40·40/100 = 16, 40·45/100 = 18
turno di notte: 60·15/100 = 9, 60·40/100 = 24, 60·45/100 = 27

Statistica chi quadrato

χ² = (8 − 6)²/6 + (14 − 16)²/16 + (18 − 18)²/18 + (7 − 9)²/9 + (26 − 24)²/24 + (27 − 27)²/27
χ² = 1,528

Risposta

χ² = 1,528

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

10.Test chi quadrato

Risposta: df = 5

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 = 6 − 1 = 5

Risposta

df = 5

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