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 g757,9 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 757,9 g. Arrotonda z a due decimali.

μX = 250, σX = 4μY = 500, σY = 9X + Y > 757,9 g
P =
2.Distribuzione normaleDifficile
4 s0X − Y?

Il tempo sul giro X del corridore A e il tempo sul giro Y del corridore B sono indipendenti e normali: X ha media 52 s e deviazione standard 4 s, Y ha media 48 s e deviazione standard 3 s. Trova la probabilità P che X sia maggiore di Y. Arrotonda z a due decimali.

μX = 52 s, σX = 4 sμY = 48 s, σY = 3 s
P =
3.Intervalli di confidenzaMedia
μ₁ − μ₂0L = ?Ux̄₁ − x̄₂E99%

Si confronta la durata della batteria di due modelli di telefono. Modello 1: 80 telefoni, media 119 h, deviazione standard nota 14 h. Modello 2: 60 telefoni, media 115 h, deviazione standard nota 10 h. Trova il limite inferiore dell’intervallo di confidenza al 99% per μ₁ − μ₂.

n₁ = 80x̄₁ = 119 hσ₁ = 14 hn₂ = 60x̄₂ = 115 hσ₂ = 10 h99%
limite inferiore = h
4.Intervalli di confidenzaDifficile
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,0295%

Non si sa nulla in anticipo sulla proporzione di prodotti difettosi. Quanti prodotti n si devono ispezionare perché un intervallo di confidenza al 95% per la proporzione abbia un margine di errore di al massimo 0,02?

p = 0,5E = 0,0295%
n =
5.Test d'ipotesi e intervalli di confidenzaMedia
−2,2622,262t = ?df = 9

10 dipendenti svolgono un test di dattilografia prima e dopo un corso di formazione. Per ogni persona si registra la differenza d = dopo − prima (parole al minuto). La differenza media è −5,21 e la deviazione standard delle differenze è 9,7. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 10d̄ = −5,21sd = 9,7
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,9601,96

Un campione di 64 misure ha media 94,6. La deviazione standard della popolazione è 15. Trova il limite superiore U dell'intervallo di confidenza al 95 % per la media.

x̄ = 94,6σ = 15n = 6495%
U =
7.Regressione lineare e correlazioneMedia
xy256356468570678783xy246607080

La tabella riporta 6 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di correlazione di Pearson r.

n = 6
r =
8.Regressione lineare e correlazioneDifficile
xy231336441545653750xy246304050ŷ = 34

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. Per quale valore x la retta prevede ŷ = 34?

n = 6ŷ = 34
x =
9.Test chi quadratoMedia
sìnoTotaleuomini322860donne384280Totale7070140

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
sìnoTotalelinea 1324880linea 2241640linea 3443680Totale100100200dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

La tabella riporta le frequenze osservate. Verifica con α = 0,05 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 = 0,05
χ² =

3Soluzioni

1.Distribuzione normale

Risposta: P = 0,2119

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 = (757,9 − 750)/9,849 = 0,8

Coda superiore

P = 1 − Φ(0,8) = 1 − 0,7881 = 0,2119

Risposta

P = 0,2119
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 = 52 − 48 = 4 s, σ = 5 s

Standardizza

z = (0 − 4)/5 = −0,8

Probabilità

P = 1 − Φ(−0,8) = 0,7881

Risposta

P = 0,7881
3.Intervalli di confidenza

Risposta: limite inferiore = −1,227 h

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.

Stima puntuale

x̄₁ − x̄₂ = 119 − 115 = 4

Errore standard

SE = √(14²/80 + 10²/60) = 2,029

Margine di errore

E = 2,576·2,029 = 5,227

Intervallo

4 ± 5,227 → [−1,227, 9,227]

Risposta

limite inferiore = −1,227 h

L’intervallo contiene 0, quindi i dati non mostrano una differenza significativa.

4.Intervalli di confidenza

Risposta: n = 2401

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Ricava n

n = 1,96²·0,5·0,5/0,02² = 2401

Arrotonda per eccesso

n = 2401

Risposta

n = 2401
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = −1,699

Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).

Errore standard della differenza media

SE = 9,7/√10 = 3,067

Statistica test

t = −5,21/3,067 = −1,699

Risposta

t = −1,699

Con df = 9, il valore critico bilaterale al 5% è 2,262; |t| è minore, quindi H₀ non viene rifiutata.

6.Test d'ipotesi e intervalli di confidenza

Risposta: U = 98,27

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 = 1,96·15/√64 = 3,675

Limite dell'intervallo

U = 94,6 + 3,675 = 98,27

Risposta

U = 98,27
7.Regressione lineare e correlazione

Risposta: r = 0,978

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 = 27/6 = 4,5
ȳ = 411/6 = 68,5

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 101,5
Syy = Σ(y − ȳ)² = 615,5

Coefficiente di correlazione

r = 101,5/√(17,5·615,5) = 0,978

Risposta

r = 0,978
8.Regressione lineare e correlazione

Risposta: x = 2,478

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 = 27/6 = 4,5
ȳ = 256/6 = 42,67

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 75

Retta di regressione

b = 75/17,5 = 4,286
a = 42,67 − 4,286·4,5 = 23,38
ŷ = 23,38 + 4,286·x

Risolvi per x

x = (34 − 23,38)/4,286 = 2,478

Risposta

x = 2,478
9.Test chi quadrato

Risposta: χ² = 0,4667

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

uomini: 60·70/140 = 30, 60·70/140 = 30
donne: 80·70/140 = 40, 80·70/140 = 40

Statistica chi quadrato

χ² = (32 − 30)²/30 + (28 − 30)²/30 + (38 − 40)²/40 + (42 − 40)²/40
χ² = 0,4667

Risposta

χ² = 0,4667

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

10.Test chi quadrato

Risposta: χ² = 5,6

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

linea 1: 40, 40
linea 2: 20, 20
linea 3: 40, 40

Statistica chi quadrato

χ² = (32 − 40)²/40 + (48 − 40)²/40 + (24 − 20)²/20 + (16 − 20)²/20 + (44 − 40)²/40 + (36 − 40)²/40
χ² = 5,6

Decisione

df = 2, χ²crit = 5,991
5,6 < 5,991

Risposta

χ² = 5,6

χ² è sotto il valore critico, quindi H₀ non viene rifiutata: non c’è evidenza significativa di un’associazione.

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