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 0,0107. Trova z con due decimali.
A = 0,0107
z =
2.Distribuzione normaleDifficile
I valori di i pesi dei sacchetti sono distribuiti normalmente con media 250 g e deviazione standard 5 g. Trascina la soglia in modo che il 95% più alto ombreggiato stia alla sua destra. Trova la soglia x.
μ = 250 gσ = 5 g95%
x = g
3.Intervalli di confidenzaMedia
Un campione di 13 elementi ha media 55 e deviazione standard s = 1,5. La popolazione è approssimativamente normale. Trova il limite inferiore dell’intervallo di confidenza al 95 % per la media.
n = 13x̄ = 55s = 1,595%t(12) = 2,179
limite inferiore =
4.Intervalli di confidenzaDifficile
La deviazione standard della popolazione è 5. 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 1,5?
σ = 5E = 1,599%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
12 dipendenti svolgono un test di dattilografia prima e dopo un corso di formazione. Per ogni persona si registra la differenza d = dopo − prima (parole al minuto). La differenza media è 0,85 e la deviazione standard delle differenze è 3,7. Trova la statistica test per dati appaiati t per H₀: μd = 0.
n = 12d̄ = 0,85sd = 3,7
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
In una sperimentazione, 50 pazienti su 250 con il trattamento A guariscono, e 51 su 150 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.
x₁ = 50n₁ = 250x₂ = 51n₂ = 150
z =
7.Regressione lineare e correlazioneMedia
La tabella riporta 6 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. 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 = temperatura in °C e y = gelati venduti. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 20,5.
n = 5x = 20,5
ŷ =
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 = 2002 × 2
χ² =
10.Test chi quadratoDifficile
Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 5 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Quanti gradi di libertà df ha il test?
k = 5
df =
3Soluzioni
1.Distribuzione normale
Risposta: z = 2,3
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 − 0,0107 = 0,9893
Leggi la tabella z al contrario
Trova 0,9893 dentro la tabella e leggi z.
z = 2,30
Risposta
z = 2,30
2.Distribuzione normale
Risposta: x = 241,8 g
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) = 0,05
z dalla tabella
z ≈ −1,64
Di nuovo nelle unità originali
x = 250 − 1,64·5 = 241,8 g
Risposta
x = 241,8 g
3.Intervalli di confidenza
Risposta: limite inferiore = 54,09
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 = 12, t = 2,179
Margine di errore
E = 2,179·1,5/√13 = 0,9065
Intervallo
55 ± 0,9065 → [54,09, 55,91]
Risposta
limite inferiore = 54,09
4.Intervalli di confidenza
Risposta: n = 74
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 = (2,576·5/1,5)² = 73,73
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 74
Risposta
n = 74
5.Test d'ipotesi e intervalli di confidenza
Risposta: t = 0,7958
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
Errore standard della differenza media
SE = 3,7/√12 = 1,068
Statistica test
t = 0,85/1,068 = 0,7958
Risposta
t = 0,7958
Con df = 11, il valore critico bilaterale al 5% è 2,201; |t| è minore, quindi H₀ non viene rifiutata.
6.Test d'ipotesi e intervalli di confidenza
Risposta: z = −3,12
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Proporzioni campionarie
p̂₁ = 50/250 = 0,2
p̂₂ = 51/150 = 0,34
p̂ = 101/400 = 0,2525
Errore standard sotto H₀
SE = √(0,2525·0,7475·(1/250 + 1/150)) = 0,04487
Statistica test
z = (0,2 − 0,34)/0,04487 = −3,12
Risposta
z = −3,12
|z| > 1,96, quindi H₀ viene rifiutata al livello del 5% (bilaterale).
7.Regressione lineare e correlazione
Risposta: r² = 0,9937
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 = 129/6 = 21,5
ȳ = 616/6 = 102,7
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 783
Syy = Σ(y − ȳ)² = 3917
Coefficiente di determinazione
r² = 783²/(157,5·3917) = 0,9937
Risposta
r² = 0,9937
Circa il 99,37% della variabilità di y è spiegato dalla retta.
8.Regressione lineare e correlazione
Risposta: ŷ = 52,5
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 = 110/5 = 22
ȳ = 288/5 = 57,6
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 306
Retta di regressione
b = 306/90 = 3,4
a = 57,6 − 3,4·22 = −17,2
ŷ = −17,2 + 3,4·x
Previsione
ŷ = −17,2 + 3,4·20,5 = 52,5
Risposta
ŷ = 52,5
9.Test chi quadrato
Risposta: χ² = 0,09158
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 = 1. Con α = 0,05 il valore critico è 3,841, quindi H₀ (indipendenza) non viene rifiutata.
10.Test chi quadrato
Risposta: df = 4
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.