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
750 g740,2 gX + Y?

X è normale con media 250 g e deviazione standard 4 g; Y è indipendente e normale con media 500 g e deviazione standard 9 g. Trova la probabilità P che X + Y sia maggiore di 740,2 g. Arrotonda z a due decimali.

μX = 250, σX = 4μY = 500, σY = 9X + Y > 740,2 g
P =
2.Distribuzione normaleDifficile
0,02 mm0D − d?

I diametri D dei fori sono normali con media 25,02 mm e deviazione standard 0,015 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 = 25,02 mm, σ = 0,015 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
n = 8, s = 14,5LU = ?x̄ = 48,5E90%

Un campione di 8 elementi ha media 48,5 e deviazione standard s = 14,5. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 90 % per la media.

n = 8x̄ = 48,5s = 14,590%t(7) = 1,895
limite superiore =
4.Intervalli di confidenzaDifficile
p ≈ 0,6, n = ?p̂ − Ep̂ + Ep̂E = 0,0599%

Uno studio pilota indica che circa 0,6 dei prodotti sono difettosi. Quanti prodotti n si devono ispezionare perché un intervallo di confidenza al 99% per la proporzione abbia un margine di errore di al massimo 0,05?

p ≈ 0,6E = 0,0599%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
1,68p = ?

Si afferma che la media di una popolazione sia 500; la deviazione standard della popolazione è nota e vale 20. Un campione casuale di 64 osservazioni ha media 504,2. Verifica H₀: μ = 500 contro H₁: μ > 500. Trova il p-value p.

μ₀ = 500σ = 20n = 64x̄ = 504,2H₁: μ > μ₀
p =
6.Test d'ipotesi e intervalli di confidenzaDifficile
μ₀x̄c

Un test z unilaterale di H₀: μ = 100 contro H₁: μ < 100 viene eseguito con α = 0.05 su un campione di 100; la deviazione standard è nota e vale 30. In realtà la media è 92.2. Trova la potenza 1 − β del test in percentuale.

μ₀ = 100μ = 92,2σ = 30n = 100α = 0,05
1 − β = %
7.Regressione lineare e correlazioneMedia
xy3485557729861194xy5106080

La tabella riporta 5 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Trova il coefficiente di correlazione di Pearson r.

n = 5
r =
8.Regressione lineare e correlazioneDifficile
xy351460555662768869xy468506070x = 3,5

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. Si effettua una nuova osservazione (3,5, 49). Trova il suo residuo e = y − ŷ.

n = 6(3,5, 49)
e =
9.Test chi quadratoMedia
miglioratinon miglioratiTotalenuovo farmaco303060placebo35540Totale6535100

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 = 1002 × 2
χ² =
10.Test chi quadratoDifficile

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 7 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?

k = 7
df =

3Soluzioni

1.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 somma

μ = 750 g, σ = √(4² + 9²) = 9,849 g

Standardizza

z = (740,2 − 750)/9,849 = −1

Coda superiore

P = 1 − Φ(−1) = 1 − 0,1587 = 0,8413

Risposta

P = 0,8413
2.Distribuzione normale

Risposta: P = 0,7881

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 = 25,02 − 25 = 0,02 mm, σ = 0,025 mm

Standardizza

z = (0 − 0,02)/0,025 = −0,8

Probabilità

P = 1 − Φ(−0,8) = 0,7881

Risposta

P = 0,7881
3.Intervalli di confidenza

Risposta: limite superiore = 58,21

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 = 7, t = 1,895

Margine di errore

E = 1,895·14,5/√8 = 9,715

Intervallo

48,5 ± 9,715 → [38,79, 58,21]

Risposta

limite superiore = 58,21
4.Intervalli di confidenza

Risposta: n = 638

Intervallo di confidenza per una proporzione: p̂ ± z·√(p̂(1 − p̂)/n), dove p̂ = x/n. Per ottenere un margine E serve n ≥ z²·p(1 − p)/E², arrotondato per eccesso; senza una stima preliminare usa p = 0,5, che dà il valore di n più grande.

Ricava n

n = 2,576²·0,6·0,4/0,05² = 637

Arrotonda per eccesso

n = 638

Risposta

n = 638
5.Test d'ipotesi e intervalli di confidenza

Risposta: p = 0,04648

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 = 20/√64 = 2,5
z = (504,2 − 500)/2,5 = 1,68

Area della coda

Φ(1,68) = 0,9535
1 − Φ(1,68) = 0,0465

p-value

p = 0,04648

Risposta

p = 0,04648

p ≤ 0,05, quindi H₀ viene rifiutata al livello del 5%.

6.Test d'ipotesi e intervalli di confidenza

Risposta: 1 − β = 83,02 %

Potenza di un test: la potenza = 1 − β è la probabilità di rifiutare H₀ quando è falsa. Trova la soglia x̄c da μ₀ e z_α, poi calcola la probabilità di cadere oltre x̄c usando la media vera: z = (x̄c − μ)/(σ/√n).

Media campionaria critica

SE = 30/√100 = 3
x̄c = 100 − 1,645·3 = 95,06

z sotto la media vera

z = (95,06 − 92,2)/3 = 0,955

Potenza

potenza = P(Z < 0.955) = 83.02%
1 − β = 83,02%

Risposta

1 − β = 83,02%
7.Regressione lineare e correlazione

Risposta: r = 0,9912

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 = 35/5 = 7
ȳ = 355/5 = 71

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 246
Syy = Σ(y − ȳ)² = 1540

Coefficiente di correlazione

r = 246/√(40·1540) = 0,9912

Risposta

r = 0,9912
8.Regressione lineare e correlazione

Risposta: e = −4,919

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 = 33/6 = 5,5
ȳ = 365/6 = 60,83

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 60,5

Retta di regressione

b = 60,5/17,5 = 3,457
a = 60,83 − 3,457·5,5 = 41,82
ŷ = 41,82 + 3,457·x

Valore previsto

ŷ = 41,82 + 3,457·3,5 = 53,92

Residuo

e = 49 − 53,92 = −4,919

Risposta

e = −4,919

Il punto si trova sotto la retta.

9.Test chi quadrato

Risposta: χ² = 14,84

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

nuovo farmaco: 60·65/100 = 39, 60·35/100 = 21
placebo: 40·65/100 = 26, 40·35/100 = 14

Statistica chi quadrato

χ² = (30 − 39)²/39 + (30 − 21)²/21 + (35 − 26)²/26 + (5 − 14)²/14
χ² = 14,84

Risposta

χ² = 14,84

gl = 1. Con α = 0,05 il valore critico è 3,841, quindi H₀ (indipendenza) viene rifiutata.

10.Test chi quadrato

Risposta: df = 5

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 = 7 − 1 − 1 = 5

Risposta

df = 5

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