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 = 0,9875

Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,9875. Trova z con due decimali.

A = 0,9875
z =
2.Distribuzione normaleDifficile
10 cm0X − Y?

Le altezze X degli uomini e Y delle donne di un gruppo sono indipendenti e normali: X ha media 180 cm e deviazione standard 10 cm, Y ha media 170 cm e deviazione standard 12 cm. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.Intervalli di confidenzaMedia
n = 7, sd​ = 2,40L = ?Ud̄ = −2,3E95%

La pressione arteriosa di 7 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media −2,3 e deviazione standard 2,4. Trova il limite inferiore dell’intervallo di confidenza al 95% per la differenza media.

n = 7d̄ = −2,3sd = 2,495%t(6) = 2,447
limite inferiore = mmHg
4.Intervalli di confidenzaDifficile
σ = 13, n = ?x̄ − Ex̄ + Ex̄E = 195%

La deviazione standard della popolazione è 13. 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 = 13E = 195%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
t −2,0302,03

Un campione di 36 studenti ha un punteggio medio di 102,4 e una deviazione standard campionaria di 5. Trova la statistica test t per H₀: μ = 100.

μ₀ = 100x̄ = 102,4s = 5n = 36
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −2,57602,576

Un campione di 25 misure ha media 494,4. La deviazione standard della popolazione è 10. Trova il limite superiore U dell'intervallo di confidenza al 99 % per la media.

x̄ = 494,4σ = 10n = 2599%
U =
7.Regressione lineare e correlazioneMedia
xy241349449549655760xy246405060

La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 27Σy = 303Σx² = 139Σy² = 15509Σxy = 1420
r =
8.Regressione lineare e correlazioneDifficile
xy124221319420515615xy246152025x = 2,5

La tabella riporta 6 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Si effettua una nuova osservazione (2,5, 16). Trova il suo residuo e = y − ŷ.

n = 6(2,5, 16)
e =
9.Test chi quadratoMedia
autobusbiciclettaautoTotalestudenti393447120personale215049120Totale608496240

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 = 2402 × 3
χ² =
10.Test chi quadratoDifficile

Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 11 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Quanti gradi di libertà df ha il test?

k = 11
df =

3Soluzioni

1.Distribuzione normale

Risposta: z = −2,24

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 − 0,9875 = 0,0125

Leggi la tabella z al contrario

Trova 0,0125 dentro la tabella e leggi z.

z = −2,24

Risposta

z = −2,24
2.Distribuzione normale

Risposta: P = 0,7389

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 = 180 − 170 = 10 cm, σ = 15,62 cm

Standardizza

z = (0 − 10)/15,62 = −0,64

Probabilità

P = 1 − Φ(−0,64) = 0,7389

Risposta

P = 0,7389
3.Intervalli di confidenza

Risposta: limite inferiore = −4,52 mmHg

Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.

Valore critico

df = 6, t = 2,447

Margine di errore

E = 2,447·2,4/√7 = 2,22

Intervallo

−2,3 ± 2,22 → [−4,52, −0,08029]

Risposta

limite inferiore = −4,52 mmHg
4.Intervalli di confidenza

Risposta: n = 650

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 = (1,96·13/1)² = 649,2

Arrotonda per eccesso

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

n = 650

Risposta

n = 650
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,88

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 = 5/√36 = 5/6 = 0,8333

Statistica test

t = (102,4 − 100)/0,8333 = 2,88

Risposta

t = 2,88
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: U = 499,6

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).

Margine di errore

E = 2,576·10/√25 = 5,152

Limite dell'intervallo

U = 494,4 + 5,152 = 499,6

Risposta

U = 499,6
7.Regressione lineare e correlazione

Risposta: r = 0,9376

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.

Somme centrate

Sxy = 1420 − 27·303/6 = 56,5
Sxx = 139 − 27²/6 = 17,5
Syy = 15509 − 303²/6 = 207,5

Coefficiente di correlazione

r = 56,5/√(17,5·207,5) = 0,9376

Risposta

r = 0,9376
8.Regressione lineare e correlazione

Risposta: e = −4,771

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 = 114/6 = 19

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −31

Retta di regressione

b = −31/17,5 = −1,771
a = 19 − (−1,771)·3,5 = 25,2
ŷ = 25,2 − 1,771·x

Valore previsto

ŷ = 25,2 + (−1,771)·2,5 = 20,77

Residuo

e = 16 − 20,77 = −4,771

Risposta

e = −4,771

Il punto si trova sotto la retta.

9.Test chi quadrato

Risposta: χ² = 8,489

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: 120·60/240 = 30, 120·84/240 = 42, 120·96/240 = 48
personale: 120·60/240 = 30, 120·84/240 = 42, 120·96/240 = 48

Statistica chi quadrato

χ² = (39 − 30)²/30 + (34 − 42)²/42 + (47 − 48)²/48 + (21 − 30)²/30 + (50 − 42)²/42 + (49 − 48)²/48
χ² = 8,489

Risposta

χ² = 8,489

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

10.Test chi quadrato

Risposta: df = 10

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 = 11 − 1 = 10

Risposta

df = 10

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