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
2343,1P = ?

Supponi che i tempi di consegna abbiano una distribuzione normale con media 32 min e deviazione standard 6 min. Quale frazione è compresa tra 23 e 43,1 min? Dai P come numero decimale.

μ = 32σ = 6x1 = 23x2 = 43,1
P =
2.Distribuzione normaleDifficile
0,03 mm0D − d?

I diametri D dei fori sono normali con media 25,03 mm e deviazione standard 0,015 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 = 25,03 mm, σ = 0,015 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
n = 20, s = 10LUx̄ = 112E = ?90%

Un campione di 20 elementi ha media 112 e deviazione standard s = 10. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 90 % per la media.

n = 20x̄ = 112s = 1090%t(19) = 1,729
E =
4.Intervalli di confidenzaDifficile
σ = 4, n = ?x̄ − Ex̄ + Ex̄E = 195%

La deviazione standard della popolazione è 4. 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?

σ = 4E = 195%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −2,13102,131

Un campione di 16 studenti ha un punteggio medio di 62 e una deviazione standard campionaria di 20. Trova la statistica test t per H₀: μ = 75.

μ₀ = 75x̄ = 62s = 20n = 16
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
H₀H₁μ₀x̄cμ₀ + 2α = 0,01βσ = 16, potenza 80%, n = ?

Un test z unilaterale con α = 0,01 deve rilevare uno spostamento della media di 2 unità con una potenza del 80%. La deviazione standard è 16. Trova la dimensione minima del campione n.

α = 0,01potenza = 80%δ = 2σ = 16zα = 2,326zβ = 0,842
n =
7.Regressione lineare e correlazioneMedia
xy126224324418518613xy246152025

La tabella riporta 6 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
8.Regressione lineare e correlazioneDifficile
xy184321532465278330923394xy202530406080100x = 22,5

La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 22,5.

n = 6x = 22,5
ŷ =
9.Test chi quadratoMedia
sìnoTotaleuomini443680donne4674120Totale90110200

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 × 2
χ² =
10.Test chi quadratoDifficile
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 9 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Usando la tabella, trova il valore critico χ²crit al livello di significatività α = 0,05.

α = 0,05
χ²crit =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,901

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 = (23 − 32)/6 = −1,5
z₂ = (43,1 − 32)/6 = 1,85

Area compresa

P = Φ(1,85) − Φ(−1,5) = 0,9678 − 0,06681 = 0,901

Risposta

P = 0,901
2.Distribuzione normale

Risposta: P = 0,8849

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 = 25,03 − 25 = 0,03 mm, σ = 0,025 mm

Standardizza

z = (0 − 0,03)/0,025 = −1,2

Probabilità

P = 1 − Φ(−1,2) = 0,8849

Risposta

P = 0,8849
3.Intervalli di confidenza

Risposta: E = 3,866

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 = 19, t = 1,729

Margine di errore

E = 1,729·10/√20 = 3,866

Risposta

E = 3,866
4.Intervalli di confidenza

Risposta: n = 62

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 = (1,96·4/1)² = 61,47

Arrotonda per eccesso

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

n = 62

Risposta

n = 62
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = −2,6

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/√16 = 20/4 = 5

Statistica test

t = (62 − 75)/5 = −2,6

Risposta

t = −2,6
t0,025; df = 15 = 2,131

|t| > 2,131, quindi H₀ viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: n = 643

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 = ((2,326 + 0,842)·16/2)² = 642,3

Arrotonda per eccesso

n = 643

Risposta

n = 643
7.Regressione lineare e correlazione

Risposta: r = −0,9572

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 = 21/6 = 3,5
ȳ = 123/6 = 20,5

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −44,5
Syy = Σ(y − ȳ)² = 123,5

Coefficiente di correlazione

r = −44,5/√(17,5·123,5) = −0,9572

Risposta

r = −0,9572
8.Regressione lineare e correlazione

Risposta: ŷ = 60,52

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 = 153/6 = 25,5
ȳ = 430/6 = 71,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 585

Retta di regressione

b = 585/157,5 = 3,714
a = 71,67 − 3,714·25,5 = −23,05
ŷ = −23,05 + 3,714·x

Previsione

ŷ = −23,05 + 3,714·22,5 = 60,52

Risposta

ŷ = 60,52
9.Test chi quadrato

Risposta: χ² = 5,387

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: 80·90/200 = 36, 80·110/200 = 44
donne: 120·90/200 = 54, 120·110/200 = 66

Statistica chi quadrato

χ² = (44 − 36)²/36 + (36 − 44)²/44 + (46 − 54)²/54 + (74 − 66)²/66
χ² = 5,387

Risposta

χ² = 5,387

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

10.Test chi quadrato

Risposta: χ²crit = 14,07

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 = 9 − 1 − 1 = 7

Tabella

χ²crit(df = 7, α = 0,05) = 14,067

Risposta

χ²crit = 14,067

Rifiuta H₀ se il χ² calcolato è maggiore di questo valore.

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