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 = 0,8315

Trascina z in modo che l’area ombreggiata sotto la curva normale standard, a destra di z, sia 0,8315. Trova z con due decimali.

A = 0,8315
z =
2.Distribuzione normaleDifficile
10 g0X − Y?

La massa X di un prodotto della linea 1 e Y della linea 2 sono indipendenti e normali: X ha media 500 g e deviazione standard 8 g, Y ha media 490 g e deviazione standard 6 g. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.Intervalli di confidenzaMedia
x̄E₁ = 2,799%, n = 25x̄E₂ = ?90%, n = 25

Un intervallo di confidenza al 99% per una media, basato su 25 osservazioni e σ nota, ha un margine di errore di 2,7. Qual è il margine di errore E₂ di un intervallo al 90% calcolato dagli stessi dati?

99%n₁ = 25E₁ = 2,790%
E₂ =
4.Intervalli di confidenzaDifficile
μ₁ − μ₂, t(24) = 2,7970L = ?Ux̄₁ − x̄₂E99%

Si provano due fertilizzanti. Gruppo di parcelle 1: 20 parcelle, resa media 74,5 kg, deviazione standard 4,5 kg. Gruppo di parcelle 2: 6 parcelle, media 68 kg, deviazione standard 2,5 kg. Supponi varianze uguali (t combinato, df = n₁ + n₂ − 2). Trova il limite inferiore dell’intervallo di confidenza al 99% per μ₁ − μ₂.

n₁ = 20x̄₁ = 74,5s₁ = 4,5n₂ = 6x̄₂ = 68s₂ = 2,599%t(24) = 2,797
limite inferiore = kg
5.Test d'ipotesi e intervalli di confidenzaMedia
−2,0862,086t = ?df = 20

Si confrontano due metodi didattici. Gruppo 1: 12 studenti, punteggio medio 103, deviazione standard 10. Gruppo 2: 10 studenti, punteggio medio 94, deviazione standard 2. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).

n₁ = 12x̄₁ = 103s₁ = 10n₂ = 10x̄₂ = 94s₂ = 2
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,64501,645

Un campione di 81 misure ha media 200,9. La deviazione standard della popolazione è 5. Trova il limite inferiore L dell'intervallo di confidenza al 90 % per la media.

x̄ = 200,9σ = 5n = 8190%
L =
7.Regressione lineare e correlazioneMedia
xy124220320420518616xy24620

La tabella riporta 6 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
8.Regressione lineare e correlazioneDifficile
xy37158679391131112713135xy51080100120140x = 8

La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 8.

n = 6x = 8
ŷ =
9.Test chi quadratoMedia
bassomedioaltoTotaleurbano8181440rurale22243480Totale304248120

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 = 1202 × 3
χ² =
10.Test chi quadratoDifficile
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 9 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Usando la tabella, trova il valore critico χ²crit al livello di significatività α = 0,05.

α = 0,05
χ²crit =

3Soluzioni

1.Distribuzione normale

Risposta: z = −0,96

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 − 0,8315 = 0,1685

Leggi la tabella z al contrario

Trova 0,1685 dentro la tabella e leggi z.

z = −0,96

Risposta

z = −0,96
2.Distribuzione normale

Risposta: P = 0,8413

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 = 500 − 490 = 10 g, σ = 10 g

Standardizza

z = (0 − 10)/10 = −1

Probabilità

P = 1 − Φ(−1) = 0,8413

Risposta

P = 0,8413
3.Intervalli di confidenza

Risposta: E₂ = 1,724

Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.

Rapporto dei margini

E₂/E₁ = (1,645/2,576)·√(25/25) = 0,6386

Nuovo margine

E₂ = 2,7·0,6386 = 1,724

Risposta

E₂ = 1,724
4.Intervalli di confidenza

Risposta: limite inferiore = 1,08 kg

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.

Deviazione standard combinata

sp² = (19·4,5² + 5·2,5²)/24 = 17,33
sp = 4,163

Margine di errore

E = 2,797·4,163·√(1/20 + 1/6) = 5,42

Intervallo

6,5 ± 5,42 → [1,08, 11,92]

Risposta

limite inferiore = 1,08 kg
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,789

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.

Varianza combinata

sp² = (11·10² + 9·2²)/20 = 56,8
sp = 7,537

Errore standard

SE = 7,537·√(1/12 + 1/10) = 3,227

Statistica test

t = (103 − 94)/3,227 = 2,789

Risposta

t = 2,789

Con df = 20, il valore critico bilaterale al 5% è 2,086; |t| è maggiore, quindi H₀ viene rifiutata.

6.Test d'ipotesi e intervalli di confidenza

Risposta: L = 200

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 = 1,645·5/√81 = 0,9139

Limite dell'intervallo

L = 200,9 − 0,9139 = 200

Risposta

L = 200
7.Regressione lineare e correlazione

Risposta: r = −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 = 21/6 = 3,5
ȳ = 118/6 = 19,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −23
Syy = Σ(y − ȳ)² = 35,33

Coefficiente di correlazione

r = −23/√(17,5·35,33) = −0,9249

Risposta

r = −0,9249
8.Regressione lineare e correlazione

Risposta: ŷ = 104,2

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 = 48/6 = 8
ȳ = 625/6 = 104,2

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 463

Retta di regressione

b = 463/70 = 6,614
a = 104,2 − 6,614·8 = 51,25
ŷ = 51,25 + 6,614·x

Previsione

ŷ = 51,25 + 6,614·8 = 104,2

Risposta

ŷ = 104,2
9.Test chi quadrato

Risposta: χ² = 2,689

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

urbano: 40·30/120 = 10, 40·42/120 = 14, 40·48/120 = 16
rurale: 80·30/120 = 20, 80·42/120 = 28, 80·48/120 = 32

Statistica chi quadrato

χ² = (8 − 10)²/10 + (18 − 14)²/14 + (14 − 16)²/16 + (22 − 20)²/20 + (24 − 28)²/28 + (34 − 32)²/32
χ² = 2,689

Risposta

χ² = 2,689

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

10.Test chi quadrato

Risposta: χ²crit = 15,51

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 = 9 − 1 = 8

Tabella

χ²crit(df = 8, α = 0,05) = 15,507

Risposta

χ²crit = 15,507

Rifiuta H₀ se il χ² calcolato è maggiore di questo valore.

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