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 0,9875. Trova z con due decimali.
A = 0,9875
z =
2.Distribuzione normaleDifficile
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
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
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
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
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
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.
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
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.
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.