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
X è normale con media 60 s e deviazione standard 5 s; Y è indipendente e normale con media 45 s e deviazione standard 4 s. Trova la probabilità P che X + Y sia maggiore di 114,6 s. Arrotonda z a due decimali.
μX = 60, σX = 5μY = 45, σY = 4X + Y > 114,6 s
P =
2.Distribuzione normaleDifficile
I valori di le altezze degli uomini adulti sono distribuiti normalmente con media 178 cm e deviazione standard 7 cm. Trascina la soglia in modo che il 80% più basso ombreggiato stia alla sua sinistra. Trova la soglia x.
μ = 178 cmσ = 7 cm80%
x = cm
3.Intervalli di confidenzaMedia
Un intervallo di confidenza al 99% per una media, basato su 50 osservazioni e σ nota, ha un margine di errore di 8. Qual è il margine di errore E₂ di un intervallo al 95% calcolato dagli stessi dati?
99%n₁ = 50E₁ = 895%
E₂ =
4.Intervalli di confidenzaDifficile
I diametri di 11 alberi lavorati alla macchina hanno una deviazione standard campionaria di 8 µm. Supponendo che i diametri siano distribuiti normalmente, trova il limite inferiore σ dell’intervallo di confidenza al 95% per la deviazione standard della popolazione. Con df = 10, il 2,5% della distribuzione χ² si trova sotto 3,247 e il 2,5% sopra 20,483.
n = 11s = 8 µmχ² = 3,247, 20,483
σ = µm
5.Test d'ipotesi e intervalli di confidenzaMedia
Un campione di 25 studenti ha un punteggio medio di 78,6 e una deviazione standard campionaria di 15. Trova la statistica test t per H₀: μ = 75.
μ₀ = 75x̄ = 78,6s = 15n = 25
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
Un campione di 81 misure ha media 71,4. La deviazione standard della popolazione è 12. Trova il limite superiore U dell'intervallo di confidenza al 99 % per la media.
x̄ = 71,4σ = 12n = 8199%
U =
7.Regressione lineare e correlazioneMedia
La tabella riporta 5 osservazioni appaiate di x = età dell’auto in anni e y = prezzo in k€. Trova il coefficiente di correlazione di Pearson r.
n = 5
r =
8.Regressione lineare e correlazioneDifficile
La tabella riporta 6 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Per quale valore x la retta prevede ŷ = 16?
n = 6ŷ = 16
x =
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 = 1402 × 2
χ² =
10.Test chi quadratoDifficile
La tabella riporta le frequenze osservate. Verifica con α = 0,01 se le due variabili sono indipendenti (senza correzione di continuità). Calcola la statistica test χ², poi confrontala con il valore critico della tabella.
N = 2003 × 2α = 0,01
χ² =
3Soluzioni
1.Distribuzione normale
Risposta: P = 0,06681
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 = 105 s, σ = √(5² + 4²) = 6,403 s
Standardizza
z = (114,6 − 105)/6,403 = 1,5
Coda superiore
P = 1 − Φ(1,5) = 1 − 0,9332 = 0,06681
Risposta
P = 0,06681
2.Distribuzione normale
Risposta: x = 183,9 cm
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) = 0,8
z dalla tabella
z ≈ 0,84
Di nuovo nelle unità originali
x = 178 + 0,84·7 = 183,9 cm
Risposta
x = 183,9 cm
3.Intervalli di confidenza
Risposta: E₂ = 6,087
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 = (1,96/2,576)·√(50/50) = 0,7609
Nuovo margine
E₂ = 8·0,7609 = 6,087
Risposta
E₂ = 6,087
4.Intervalli di confidenza
Risposta: σ = 5,59 µm
Intervallo per una varianza: (n − 1)s²/σ² ha una distribuzione χ² con n − 1 gradi di libertà. L’intervallo al 95% per σ² va da (n − 1)s² diviso il valore χ² superiore (2,5% al di sopra) a (n − 1)s² diviso il valore χ² inferiore (2,5% al di sotto); l’intervallo per σ è la radice quadrata di entrambi i limiti. Non è simmetrico rispetto a s.
Somma dei quadrati
(n − 1)s² = 10·8² = 640
Limiti per σ²
640/20,483 = 31,25
640/3,247 = 197,1
Limite per σ
σ = √31,25 = 5,59 µm
Risposta
σ = 5,59 µm
Intervallo al 95% per σ: [5,59, 14,04] µm.
5.Test d'ipotesi e intervalli di confidenza
Risposta: t = 1,2
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 = 15/√25 = 15/5 = 3
Statistica test
t = (78,6 − 75)/3 = 1,2
Risposta
t = 1,2
t0,025; df = 24 = 2,064
|t| < 2.064, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
6.Test d'ipotesi e intervalli di confidenza
Risposta: U = 74,83
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 = 2,576·12/√81 = 3,435
Limite dell'intervallo
U = 71,4 + 3,435 = 74,83
Risposta
U = 74,83
7.Regressione lineare e correlazione
Risposta: r = −0,9789
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 = 15/5 = 3
ȳ = 103/5 = 20,6
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −23
Syy = Σ(y − ȳ)² = 55,2
Coefficiente di correlazione
r = −23/√(10·55,2) = −0,9789
Risposta
r = −0,9789
8.Regressione lineare e correlazione
Risposta: x = 7,32
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 = 42/6 = 7
ȳ = 92/6 = 15,33
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 146
Retta di regressione
b = 146/70 = 2,086
a = 15,33 − 2,086·7 = 0,7333
ŷ = 0,7333 + 2,086·x
Risolvi per x
x = (16 − 0,7333)/2,086 = 7,32
Risposta
x = 7,32
9.Test chi quadrato
Risposta: χ² = 5,091
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) viene rifiutata.
10.Test chi quadrato
Risposta: χ² = 10,94
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.