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
164,35190,95P = ?

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 164,35 e 190,95 cm? Dai P come numero decimale.

μ = 178σ = 7x1 = 164,35x2 = 190,95
P =
2.Distribuzione normaleDifficile
157164171178185192199cmin alto 60%

I valori di le altezze degli uomini adulti sono distribuiti normalmente con media 178 cm e deviazione standard 7 cm. Trascina la soglia in modo che il 60% più alto ombreggiato stia alla sua destra. Trova la soglia x.

μ = 178 cmσ = 7 cm60%
x = cm
3.Intervalli di confidenzaMedia
n = 11, s = 17,5LUx̄ = 92,5E = ?90%

Un campione di 11 elementi ha media 92,5 e deviazione standard s = 17,5. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 90 % per la media.

n = 11x̄ = 92,5s = 17,590%t(10) = 1,812
E =
4.Intervalli di confidenzaDifficile
σ = 22, n = ?x̄ − Ex̄ + Ex̄E = 399%

La deviazione standard della popolazione è 22. 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 3?

σ = 22E = 399%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −2,06402,064

Un campione di 25 studenti ha un punteggio medio di 201,1 e una deviazione standard campionaria di 8. Trova la statistica test t per H₀: μ = 200.

μ₀ = 200x̄ = 201,1s = 8n = 25
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 15, n = ?x̄ − Ex̄ + Ex̄E = 395%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 95 % per una media abbia un margine di errore di al massimo 3? La deviazione standard è 15. Trova la dimensione minima del campione n.

σ = 15E = 395%
n =
7.Regressione lineare e correlazioneMedia
xy358461570673771877xy4686070

La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
8.Regressione lineare e correlazioneDifficile
xy370578793910411128xy51080100120x = 10

La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (10, 120). Trova il suo residuo e = y − ŷ.

n = 5(10, 120)
e =
9.Test chi quadratoMedia
autobusbiciclettaautoTotalestudenti422038100personale683517120Totale1105555220

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 = 2202 × 3
χ² =
10.Test chi quadratoDifficile
sìnoTotalestabilimento A103040stabilimento B305080stabilimento C2674100Totale66154220dfα = 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 = 2203 × 2α = 0,05
χ² =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,9423

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 = (164,35 − 178)/7 = −1,95
z₂ = (190,95 − 178)/7 = 1,85

Area compresa

P = Φ(1,85) − Φ(−1,95) = 0,9678 − 0,02559 = 0,9423

Risposta

P = 0,9423
2.Distribuzione normale

Risposta: x = 176,3 cm

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) = 0,4

z dalla tabella

z ≈ −0,25

Di nuovo nelle unità originali

x = 178 − 0,25·7 = 176,3 cm

Risposta

x = 176,3 cm
3.Intervalli di confidenza

Risposta: E = 9,561

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 = 10, t = 1,812

Margine di errore

E = 1,812·17,5/√11 = 9,561

Risposta

E = 9,561
4.Intervalli di confidenza

Risposta: n = 357

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 = (2,576·22/3)² = 356,9

Arrotonda per eccesso

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

n = 357

Risposta

n = 357
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 0,6875

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 = 8/√25 = 8/5 = 1,6

Statistica test

t = (201,1 − 200)/1,6 = 0,6875

Risposta

t = 0,6875
t0,025; df = 24 = 2,064

|t| < 2.064, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: n = 97

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 = (1,96·15/3)² = 96,04

Arrotonda per eccesso

n = 97

Risposta

n = 97
7.Regressione lineare e correlazione

Risposta: r = 0,9357

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 = 33/6 = 5,5
ȳ = 410/6 = 68,33

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 64
Syy = Σ(y − ȳ)² = 267,3

Coefficiente di correlazione

r = 64/√(17,5·267,3) = 0,9357

Risposta

r = 0,9357
8.Regressione lineare e correlazione

Risposta: e = 4,1

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 = 35/5 = 7
ȳ = 473/5 = 94,6

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 284

Retta di regressione

b = 284/40 = 7,1
a = 94,6 − 7,1·7 = 44,9
ŷ = 44,9 + 7,1·x

Valore previsto

ŷ = 44,9 + 7,1·10 = 115,9

Residuo

e = 120 − 115,9 = 4,1

Risposta

e = 4,1

Il punto si trova sopra la retta.

9.Test chi quadrato

Risposta: χ² = 16,57

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

studenti: 100·110/220 = 50, 100·55/220 = 25, 100·55/220 = 25
personale: 120·110/220 = 60, 120·55/220 = 30, 120·55/220 = 30

Statistica chi quadrato

χ² = (42 − 50)²/50 + (20 − 25)²/25 + (38 − 25)²/25 + (68 − 60)²/60 + (35 − 30)²/30 + (17 − 30)²/30
χ² = 16,57

Risposta

χ² = 16,57

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

10.Test chi quadrato

Risposta: χ² = 3,381

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

stabilimento A: 12, 28
stabilimento B: 24, 56
stabilimento C: 30, 70

Statistica chi quadrato

χ² = (10 − 12)²/12 + (30 − 28)²/28 + (30 − 24)²/24 + (50 − 56)²/56 + (26 − 30)²/30 + (74 − 70)²/70
χ² = 3,381

Decisione

df = 2, χ²crit = 5,991
3,381 < 5,991

Risposta

χ² = 3,381

χ² è sotto il valore critico, quindi H₀ non viene rifiutata: non c’è evidenza significativa di un’associazione.

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