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 = 0,8790

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
0,03 mm0D − d?

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
n = 12, s = 15LUx̄ = 86E = ?90%

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
σ = 36, n = ?x̄ − Ex̄ + Ex̄E = 599%

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
−1,261,26p = ?

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
σ = 10, n = ?x̄ − Ex̄ + Ex̄E = 0,590%

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
xy262366465578682789xy24660708090

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
xy129224324424519xy24202530ŷ = 21

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
autobusbiciclettaautoTotalestudenti21184180personale21241560Totale424256140

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.

Frequenze attese

studenti: 80·42/140 = 24, 80·42/140 = 24, 80·56/140 = 32
personale: 60·42/140 = 18, 60·42/140 = 18, 60·56/140 = 24

Statistica chi quadrato

χ² = (21 − 24)²/24 + (18 − 24)²/24 + (41 − 32)²/32 + (21 − 18)²/18 + (24 − 18)²/18 + (15 − 24)²/24
χ² = 10,28

Risposta

χ² = 10,28

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.

Gradi di libertà

df = 4 − 1 = 3

Risposta

df = 3

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