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
Le masse di sacchi di cemento sono indipendenti e normali con media 25 kg e deviazione standard 0,5 kg. Trova la probabilità P che la massa totale di 12 di essi superi 298,3 kg. Arrotonda z a due decimali.
μ = 25 kgσ = 0,5 kgn = 12> 298,3 kg
P =
2.Distribuzione normaleDifficile
I valori di i punteggi del QI sono distribuiti normalmente con media 100 punti e deviazione standard 15 punti. Trascina la soglia in modo che il 25% più alto ombreggiato stia alla sua destra. Trova la soglia x.
μ = 100 puntiσ = 15 punti25%
x = punti
3.Intervalli di confidenzaMedia
Si confronta la durata della batteria di due modelli di telefono. Modello 1: 100 telefoni, media 98,5 h, deviazione standard nota 12 h. Modello 2: 80 telefoni, media 105,5 h, deviazione standard nota 18 h. Trova il margine di errore E dell’intervallo di confidenza al 90% per μ₁ − μ₂.
La deviazione standard della popolazione è 37. 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 5?
σ = 37E = 590%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
Si afferma che la media di una popolazione sia 500; la deviazione standard della popolazione è nota e vale 9. Un campione casuale di 36 osservazioni ha media 503,12. Verifica H₀: μ = 500 contro H₁: μ > 500. Trova il p-value p.
μ₀ = 500σ = 9n = 36x̄ = 503,12H₁: μ > μ₀
p =
6.Test d'ipotesi e intervalli di confidenzaDifficile
Quanto deve essere grande un campione perché l'intervallo di confidenza al 99 % per una media abbia un margine di errore di al massimo 1,5? La deviazione standard è 20. Trova la dimensione minima del campione n.
σ = 20E = 1,599%
n =
7.Regressione lineare e correlazioneMedia
La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.
La tabella riporta 6 osservazioni appaiate di x = spesa pubblicitaria in k€ e y = vendite in k€. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 1,5.
n = 6x = 1,5
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 = 1402 × 2
χ² =
10.Test chi quadratoDifficile
Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 4 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Usando la tabella, trova il valore critico χ²crit al livello di significatività α = 0,01.
α = 0,01
χ²crit =
3Soluzioni
1.Distribuzione normale
Risposta: P = 0,8365
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 del totale
μT = 300 kg, σT = 0,5·√12 = 1,732 kg
Standardizza
z = (298,3 − 300)/1,732 = −0,98
Probabilità
P = 1 − Φ(−0,98) = 0,8365
Risposta
P = 0,8365
2.Distribuzione normale
Risposta: x = 110,1 punti
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) = 0,75
z dalla tabella
z ≈ 0,67
Di nuovo nelle unità originali
x = 100 + 0,67·15 = 110,1 punti
Risposta
x = 110,1 punti
3.Intervalli di confidenza
Risposta: E = 3,854 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 = 98,5 − 105,5 = −7
Errore standard
SE = √(12²/100 + 18²/80) = 2,343
Margine di errore
E = 1,645·2,343 = 3,854
Risposta
E = 3,854 h
L’intervallo non contiene 0, quindi le medie differiscono in modo significativo.
4.Intervalli di confidenza
Risposta: n = 149
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 = (1,645·37/5)² = 148,2
Arrotonda per eccesso
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
n = 149
Risposta
n = 149
5.Test d'ipotesi e intervalli di confidenza
Risposta: p = 0,01876
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 = 9/√36 = 1,5
z = (503,12 − 500)/1,5 = 2,08
Area della coda
Φ(2,08) = 0,9812
1 − Φ(2,08) = 0,0188
p-value
p = 0,01876
Risposta
p = 0,01876
p ≤ 0,05, quindi H₀ viene rifiutata al livello del 5%.
6.Test d'ipotesi e intervalli di confidenza
Risposta: n = 1180
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 = (2,576·20/1,5)² = 1180
Arrotonda per eccesso
n = 1180
Risposta
n = 1180
7.Regressione lineare e correlazione
Risposta: r = 0,9704
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 = 3308 − 48·382/6 = 252
Sxx = 454 − 48²/6 = 70
Syy = 25284 − 382²/6 = 963,3
Coefficiente di correlazione
r = 252/√(70·963,3) = 0,9704
Risposta
r = 0,9704
8.Regressione lineare e correlazione
Risposta: ŷ = 37,93
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 = 267/6 = 44,5
Somme dei quadrati e dei prodotti
Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 57,5
Retta di regressione
b = 57,5/17,5 = 3,286
a = 44,5 − 3,286·3,5 = 33
ŷ = 33 + 3,286·x
Previsione
ŷ = 33 + 3,286·1,5 = 37,93
Risposta
ŷ = 37,93
9.Test chi quadrato
Risposta: χ² = 45
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: χ²crit = 9,21
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 = 4 − 1 − 1 = 2
Tabella
χ²crit(df = 2, α = 0,01) = 9,210
Risposta
χ²crit = 9,210
Rifiuta H₀ se il χ² calcolato è maggiore di questo valore.