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
167,15186,75P = ?

Supponi che le altezze degli uomini adulti abbiano una distribuzione normale con media 178 cm e deviazione standard 7 cm. Quale frazione è compresa tra 167,15 e 186,75 cm? Dai P come numero decimale.

μ = 178σ = 7x1 = 167,15x2 = 186,75
P =
2.Distribuzione normaleDifficile
μ = 250x = ?80%

Supponi che i pesi dei sacchetti abbiano una distribuzione normale con media 250 g e deviazione standard 5 g. Trova il valore x sotto il quale si trova il 80 % dei dati (il 80° percentile).

μ = 250σ = 5P = 80%
x = g
3.Intervalli di confidenzaMedia
μ₁ − μ₂0LUx̄₁ − x̄₂E = ?95%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 50 telefoni, media 143,5 h, deviazione standard nota 19 h. Modello 2: 40 telefoni, media 133,5 h, deviazione standard nota 16 h. Trova il margine di errore E dell’intervallo di confidenza al 95% per μ₁ − μ₂.

n₁ = 50x̄₁ = 143,5 hσ₁ = 19 hn₂ = 40x̄₂ = 133,5 hσ₂ = 16 h95%
E = h
4.Intervalli di confidenzaDifficile
σ = 14, n = ?x̄ − Ex̄ + Ex̄E = 290%

La deviazione standard della popolazione è 14. Quanto deve essere grande il campione n perché un intervallo di confidenza al 90 % per la media abbia un margine di errore non superiore a 2?

σ = 14E = 290%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
−1,54p = ?

Si afferma che la media di una popolazione sia 120; la deviazione standard della popolazione è nota e vale 24. Un campione casuale di 64 osservazioni ha media 115,38. Verifica H₀: μ = 120 contro H₁: μ < 120. Trova il p-value p.

μ₀ = 120σ = 24n = 64x̄ = 115,38H₁: μ < μ₀
p =
6.Test d'ipotesi e intervalli di confidenzaDifficile
σ = 8, n = ?x̄ − Ex̄ + Ex̄E = 2,599%

Quanto deve essere grande un campione perché l'intervallo di confidenza al 99 % per una media abbia un margine di errore di al massimo 2,5? La deviazione standard è 8. Trova la dimensione minima del campione n.

σ = 8E = 2,599%
n =
7.Regressione lineare e correlazioneMedia
xy177920104231222613229139xy20253080100120140

La tabella riporta 5 osservazioni appaiate di x = temperatura in °C e y = gelati venduti. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 5Σx = 115Σy = 576Σx² = 2735Σy² = 68686Σxy = 13692
r =
8.Regressione lineare e correlazioneDifficile
xy126220321420516xy242025x = 1,5

La tabella riporta 5 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 (1,5, 21). Trova il suo residuo e = y − ŷ.

n = 5(1,5, 21)
e =
9.Test chi quadratoMedia
miglioratinon miglioratiTotalenuovo farmaco4654100placebo8634120Totale13288220

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 = 2202 × 2
χ² =
10.Test chi quadratoDifficile

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 9 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?

k = 9
df =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,8338

Distribuzione normale: trasforma un valore x in un punteggio z, z = (x − μ)/σ, che indica a quante deviazioni standard dalla media si trova. Una tavola z (o Φ(z)) dà l’area a sinistra di z, cioè P(X < x). L’area a destra è 1 − Φ(z), e l’area tra due valori è la differenza delle loro due aree.

Punteggi z

z₁ = (167,15 − 178)/7 = −1,55
z₂ = (186,75 − 178)/7 = 1,25

Area compresa

P = Φ(1,25) − Φ(−1,55) = 0,8944 − 0,06057 = 0,8338

Risposta

P = 0,8338
2.Distribuzione normale

Risposta: x = 254,2 g

Distribuzione normale: trasforma un valore x in un punteggio z, z = (x − μ)/σ, che indica a quante deviazioni standard dalla media si trova. Una tavola z (o Φ(z)) dà l’area a sinistra di z, cioè P(X < x). L’area a destra è 1 − Φ(z), e l’area tra due valori è la differenza delle loro due aree.

z del percentile

Φ(z) = 0,8 → z = 0,8416

Ritorno a x

x = 250 + 0,8416·5 = 254,21 g

Risposta

x = 254,21 g
3.Intervalli di confidenza

Risposta: E = 7,233 h

Intervallo per una differenza: stima ± valore critico × errore standard. Per due medie indipendenti con σ nota: SE = √(σ₁²/n₁ + σ₂²/n₂) e z. Con varianze uguali ma ignote: s_p combinata e t con n₁ + n₂ − 2 gradi di libertà. Per dati appaiati, lavora sulle differenze: d̄ ± t·s_d/√n.

Stima puntuale

x̄₁ − x̄₂ = 143,5 − 133,5 = 10

Errore standard

SE = √(19²/50 + 16²/40) = 3,691

Margine di errore

E = 1,96·3,691 = 7,233

Risposta

E = 7,233 h

L’intervallo non contiene 0, quindi le medie differiscono in modo significativo.

4.Intervalli di confidenza

Risposta: n = 133

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 = (1,645·14/2)² = 132,6

Arrotonda per eccesso

La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.

n = 133

Risposta

n = 133
5.Test d'ipotesi e intervalli di confidenza

Risposta: p = 0,06178

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 = 24/√64 = 3
z = (115,38 − 120)/3 = −1,54

Area della coda

Φ(1,54) = 0,9382
1 − Φ(1,54) = 0,0618

p-value

p = 0,06178

Risposta

p = 0,06178

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

6.Test d'ipotesi e intervalli di confidenza

Risposta: n = 68

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).

Ricava n

n = (2,576·8/2,5)² = 67,95

Arrotonda per eccesso

n = 68

Risposta

n = 68
7.Regressione lineare e correlazione

Risposta: r = 0,9694

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 = 13692 − 115·576/5 = 444
Sxx = 2735 − 115²/5 = 90
Syy = 68686 − 576²/5 = 2331

Coefficiente di correlazione

r = 444/√(90·2331) = 0,9694

Risposta

r = 0,9694
8.Regressione lineare e correlazione

Risposta: e = −2,6

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) = −20

Retta di regressione

b = −20/10 = −2
a = 20,6 − (−2)·3 = 26,6
ŷ = 26,6 − 2·x

Valore previsto

ŷ = 26,6 + (−2)·1,5 = 23,6

Residuo

e = 21 − 23,6 = −2,6

Risposta

e = −2,6

Il punto si trova sotto la retta.

9.Test chi quadrato

Risposta: χ² = 14,97

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: 100·132/220 = 60, 100·88/220 = 40
placebo: 120·132/220 = 72, 120·88/220 = 48

Statistica chi quadrato

χ² = (46 − 60)²/60 + (54 − 40)²/40 + (86 − 72)²/72 + (34 − 48)²/48
χ² = 14,97

Risposta

χ² = 14,97

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

10.Test chi quadrato

Risposta: df = 7

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 − 1 = 7

Risposta

df = 7

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