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
Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,8790. Trova z con due decimali.
A = 0,8790
z =
2.Distribuzione normaleDifficile
I diametri D dei fori sono normali con media 25,03 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 = 25,03 mm, σ = 0,01 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
Un campione di 12 elementi ha media 86 e deviazione standard s = 15. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 90 % per la media.
n = 12x̄ = 86s = 1590%t(11) = 1,796
E =
4.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 36. 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 = 36E = 599%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
Si afferma che la media di una popolazione sia 500; la deviazione standard della popolazione è nota e vale 36. Un campione casuale di 144 osservazioni ha media 503,78. Verifica H₀: μ = 500 contro H₁: μ ≠ 500. Trova il p-value p.
μ₀ = 500σ = 36n = 144x̄ = 503,78H₁: μ ≠ μ₀
p =
6.Test d'ipotesi e intervalli di confidenzaDifficile
Quanto deve essere grande un campione perché l'intervallo di confidenza al 90 % per una media abbia un margine di errore di al massimo 0,5? La deviazione standard è 10. Trova la dimensione minima del campione n.
σ = 10E = 0,590%
n =
7.Regressione lineare e correlazioneMedia
La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.
n = 6
r² =
8.Regressione lineare e correlazioneDifficile
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. Per quale valore x la retta prevede ŷ = 21?
n = 5ŷ = 21
x =
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 = 1402 × 3
χ² =
10.Test chi quadratoDifficile
Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 4 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Quanti gradi di libertà df ha il test?
k = 4
df =
3Soluzioni
1.Distribuzione normale
Risposta: z = −1,17
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 − 0,8790 = 0,1210
Leggi la tabella z al contrario
Trova 0,1210 dentro la tabella e leggi z.
z = −1,17
Risposta
z = −1,17
2.Distribuzione normale
Risposta: P = 0,9099
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 = 0,02236 mm
Standardizza
z = (0 − 0,03)/0,02236 = −1,34
Probabilità
P = 1 − Φ(−1,34) = 0,9099
Risposta
P = 0,9099
3.Intervalli di confidenza
Risposta: E = 7,777
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 = 11, t = 1,796
Margine di errore
E = 1,796·15/√12 = 7,777
Risposta
E = 7,777
4.Intervalli di confidenza
Risposta: n = 344
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 = (2,576·36/5)² = 344
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 344
Risposta
n = 344
5.Test d'ipotesi e intervalli di confidenza
Risposta: p = 0,2077
Test d’ipotesi: la statistica test = (stima − valore sotto H₀)/(errore standard sotto H₀). Il p-value è la probabilità, supponendo vera H₀, di una statistica almeno tanto estrema quanto quella osservata: l’area in una coda per una H₁ unilaterale, il doppio dell’area della coda per una H₁ bilaterale. Rifiuta H₀ quando p ≤ α.
Statistica test
SE = σ/√n = 36/√144 = 3
z = (503,78 − 500)/3 = 1,26
Area della coda
Φ(1,26) = 0,8962
1 − Φ(1,26) = 0,1038
p-value
p = 2·0,1038 = 0,2077
Risposta
p = 0,2077
p > 0,05, quindi H₀ non viene rifiutata al livello del 5%.
6.Test d'ipotesi e intervalli di confidenza
Risposta: n = 1083
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 = (1,645·10/0,5)² = 1082
Arrotonda per eccesso
n = 1083
Risposta
n = 1083
7.Regressione lineare e correlazione
Risposta: r² = 0,9249
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 = 27/6 = 4,5
ȳ = 442/6 = 73,67
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 98
Syy = Σ(y − ȳ)² = 593,3
Coefficiente di determinazione
r² = 98²/(17,5·593,3) = 0,9249
Risposta
r² = 0,9249
Circa il 92,49% della variabilità di y è spiegato dalla retta.
8.Regressione lineare e correlazione
Risposta: x = 4,5
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 = 120/5 = 24
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −20
Retta di regressione
b = −20/10 = −2
a = 24 − (−2)·3 = 30
ŷ = 30 − 2·x
Risolvi per x
x = (21 − 30)/(−2) = 4,5
Risposta
x = 4,5
9.Test chi quadrato
Risposta: χ² = 10,28
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) 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.