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
105 s108,2 sX + Y?

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 108,2 s. Arrotonda z a due decimali.

μX = 60, σX = 5μY = 45, σY = 4X + Y > 108,2 s
P =
2.Distribuzione normaleDifficile
0,04 mm0D − d?

I diametri D dei fori sono normali con media 25,04 mm e deviazione standard 0,01 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 = 25,04 mm, σ = 0,01 mmalbero: μ = 25 mm, σ = 0,02 mm
P =
3.Intervalli di confidenzaMedia
n = 12, s = 18,5LUx̄ = 69,5E = ?99%

Un campione di 12 elementi ha media 69,5 e deviazione standard s = 18,5. La popolazione è approssimativamente normale. Trova il margine di errore E di un intervallo di confidenza al 99 % per la media.

n = 12x̄ = 69,5s = 18,599%t(11) = 3,106
E =
4.Intervalli di confidenzaDifficile
p ≈ 0,3, n = ?p̂ − Ep̂ + Ep̂E = 0,0190%

Uno studio pilota indica che circa 0,3 dei prodotti sono difettosi. Quanti prodotti n si devono ispezionare perché un intervallo di confidenza al 90% per la proporzione abbia un margine di errore di al massimo 0,01?

p ≈ 0,3E = 0,0190%
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 8,62 e la deviazione standard delle differenze è 10,1. Trova la statistica test per dati appaiati t per H₀: μd = 0.

n = 10d̄ = 8,62sd = 10,1
t =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,64501,645

Un campione di 16 misure ha media 55,5. La deviazione standard della popolazione è 10. Trova il limite superiore U dell'intervallo di confidenza al 90 % per la media.

x̄ = 55,5σ = 10n = 1690%
U =
7.Regressione lineare e correlazioneMedia
xy21241962383210361246xy5102040

La tabella riporta 6 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Le loro somme sono date. Trova il coefficiente di correlazione di Pearson r a partire da queste somme.

n = 6Σx = 42Σy = 168Σx² = 364Σy² = 5470Σxy = 1406
r =
8.Regressione lineare e correlazioneDifficile
xy2364416518581064xy510405060ŷ = 54

La tabella riporta 5 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 = 54?

n = 5ŷ = 54
x =
9.Test chi quadratoMedia
nessun difettolievegraveTotaleturno di giorno162856100turno di notte11442580Totale277281180

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 = 1802 × 3
χ² =
10.Test chi quadratoDifficile
promossobocciatoTotalelinea 1192140linea 23565100linea 3263460Totale80120200dfα = 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 = 0,01 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 = 0,3085

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 = (108,2 − 105)/6,403 = 0,5

Coda superiore

P = 1 − Φ(0,5) = 1 − 0,6915 = 0,3085

Risposta

P = 0,3085
2.Distribuzione normale

Risposta: P = 0,9633

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 = 25,04 − 25 = 0,04 mm, σ = 0,02236 mm

Standardizza

z = (0 − 0,04)/0,02236 = −1,79

Probabilità

P = 1 − Φ(−1,79) = 0,9633

Risposta

P = 0,9633
3.Intervalli di confidenza

Risposta: E = 16,59

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 = 11, t = 3,106

Margine di errore

E = 3,106·18,5/√12 = 16,59

Risposta

E = 16,59
4.Intervalli di confidenza

Risposta: n = 5683

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 = 1,645²·0,3·0,7/0,01² = 5683

Arrotonda per eccesso

n = 5683

Risposta

n = 5683
5.Test d'ipotesi e intervalli di confidenza

Risposta: t = 2,699

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 della differenza media

SE = 10,1/√10 = 3,194

Statistica test

t = 8,62/3,194 = 2,699

Risposta

t = 2,699

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

6.Test d'ipotesi e intervalli di confidenza

Risposta: U = 59,61

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 = 1,645·10/√16 = 4,112

Limite dell'intervallo

U = 55,5 + 4,112 = 59,61

Risposta

U = 59,61
7.Regressione lineare e correlazione

Risposta: r = 0,9933

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 = 1406 − 42·168/6 = 230
Sxx = 364 − 42²/6 = 70
Syy = 5470 − 168²/6 = 766

Coefficiente di correlazione

r = 230/√(70·766) = 0,9933

Risposta

r = 0,9933
8.Regressione lineare e correlazione

Risposta: x = 7,096

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 = 30/5 = 6
ȳ = 250/5 = 50

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 146

Retta di regressione

b = 146/40 = 3,65
a = 50 − 3,65·6 = 28,1
ŷ = 28,1 + 3,65·x

Risolvi per x

x = (54 − 28,1)/3,65 = 7,096

Risposta

x = 7,096
9.Test chi quadrato

Risposta: χ² = 14,3

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

turno di giorno: 100·27/180 = 15, 100·72/180 = 40, 100·81/180 = 45
turno di notte: 80·27/180 = 12, 80·72/180 = 32, 80·81/180 = 36

Statistica chi quadrato

χ² = (16 − 15)²/15 + (28 − 40)²/40 + (56 − 45)²/45 + (11 − 12)²/12 + (44 − 32)²/32 + (25 − 36)²/36
χ² = 14,3

Risposta

χ² = 14,3

gl = 2. Con α = 0,05 il valore critico è 5,991, quindi H₀ (indipendenza) viene rifiutata.

10.Test chi quadrato

Risposta: χ² = 2,257

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: 16, 24
linea 2: 40, 60
linea 3: 24, 36

Statistica chi quadrato

χ² = (19 − 16)²/16 + (21 − 24)²/24 + (35 − 40)²/40 + (65 − 60)²/60 + (26 − 24)²/24 + (34 − 36)²/36
χ² = 2,257

Decisione

df = 2, χ²crit = 9,210
2,257 < 9,210

Risposta

χ² = 2,257

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