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
1360 kg1432 kgT = X₁ + … + X₁₆?

Le masse di passeggeri con bagaglio sono indipendenti e normali con media 85 kg e deviazione standard 12 kg. Trova la probabilità P che la massa totale di 16 di essi superi 1432 kg. Arrotonda z a due decimali.

μ = 85 kgσ = 12 kgn = 16> 1432 kg
P =
2.Distribuzione normaleDifficile
157164171178185192199cmin alto 60%

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 60% più alto ombreggiato stia alla sua destra. Trova la soglia x.

μ = 178 cmσ = 7 cm60%
x = cm
3.Intervalli di confidenzaMedia
n = 10, sd​ = 5,80L = ?Ud̄ = 3,7E99%

La pressione arteriosa di 10 pazienti viene misurata prima e dopo un trattamento. Le differenze d = prima − dopo (mmHg) hanno media 3,7 e deviazione standard 5,8. Trova il limite inferiore dell’intervallo di confidenza al 99% per la differenza media.

n = 10d̄ = 3,7sd = 5,899%t(9) = 3,25
limite inferiore = mmHg
4.Intervalli di confidenzaDifficile
μ₁ − μ₂, t(19) = 2,0930L = ?Ux̄₁ − x̄₂E95%

Si provano due fertilizzanti. Gruppo di parcelle 1: 7 parcelle, resa media 15,5 kg, deviazione standard 4 kg. Gruppo di parcelle 2: 14 parcelle, media 5,5 kg, deviazione standard 8 kg. Supponi varianze uguali (t combinato, df = n₁ + n₂ − 2). Trova il limite inferiore dell’intervallo di confidenza al 95% per μ₁ − μ₂.

n₁ = 7x̄₁ = 15,5s₁ = 4n₂ = 14x̄₂ = 5,5s₂ = 895%t(19) = 2,093
limite inferiore = kg
5.Test d'ipotesi e intervalli di confidenzaMedia
−1,961,96z = ?

Due linee di produzione fabbricano lo stesso pezzo. Linea 1: un campione di 40 pezzi ha lunghezza media 125,5 mm, e la deviazione standard nota della linea è 19 mm. Linea 2: un campione di 100 pezzi ha media 127,9 mm, deviazione standard nota 17 mm. Trova la statistica test z per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (linea 1 meno linea 2).

n₁ = 40x̄₁ = 125,5 mmσ₁ = 19 mmn₂ = 100x̄₂ = 127,9 mmσ₂ = 17 mm
z =
6.Test d'ipotesi e intervalli di confidenzaDifficile
z −1,9601,96

Un campione di 49 misure ha media 504,6. La deviazione standard della popolazione è 12. Trova il limite inferiore L dell'intervallo di confidenza al 95 % per la media.

x̄ = 504,6σ = 12n = 4995%
L =
7.Regressione lineare e correlazioneMedia
xy24744565886710721279xy5106080

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.

n = 6Σx = 42Σy = 368Σx² = 364Σy² = 23512Σxy = 2826
r =
8.Regressione lineare e correlazioneDifficile
xy3605657719831182xy510607080ŷ = 69

La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Usa la retta dei minimi quadrati ŷ = a + b·x. Per quale valore x la retta prevede ŷ = 69?

n = 5ŷ = 69
x =
9.Test chi quadratoMedia
nessun difettolievegraveTotaleturno di giorno11254480turno di notte252946100Totale365490180

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

Un test chi quadrato di bontà dell’adattamento verifica se le frequenze in 8 categorie seguono una distribuzione di Poisson la cui media è stimata dagli stessi dati. Quanti gradi di libertà df ha il test?

k = 8
df =

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 del totale

μT = 1360 kg, σT = 12·√16 = 48 kg

Standardizza

z = (1432 − 1360)/48 = 1,5

Probabilità

P = 1 − Φ(1,5) = 0,06681

Risposta

P = 0,06681
2.Distribuzione normale

Risposta: x = 176,3 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) = 0,4

z dalla tabella

z ≈ −0,25

Di nuovo nelle unità originali

x = 178 − 0,25·7 = 176,3 cm

Risposta

x = 176,3 cm
3.Intervalli di confidenza

Risposta: limite inferiore = −2,261 mmHg

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.

Valore critico

df = 9, t = 3,25

Margine di errore

E = 3,25·5,8/√10 = 5,961

Intervallo

3,7 ± 5,961 → [−2,261, 9,661]

Risposta

limite inferiore = −2,261 mmHg
4.Intervalli di confidenza

Risposta: limite inferiore = 3,229 kg

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.

Deviazione standard combinata

sp² = (6·4² + 13·8²)/19 = 48,84
sp = 6,989

Margine di errore

E = 2,093·6,989·√(1/7 + 1/14) = 6,771

Intervallo

10 ± 6,771 → [3,229, 16,77]

Risposta

limite inferiore = 3,229 kg
5.Test d'ipotesi e intervalli di confidenza

Risposta: z = −0,6953

Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.

Errore standard della differenza

SE = √(19²/40 + 17²/100) = √11,92 = 3,452

Statistica test

z = (125,5 − 127,9)/3,452 = −0,6953

Risposta

z = −0,6953

|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).

6.Test d'ipotesi e intervalli di confidenza

Risposta: L = 501,2

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).

Margine di errore

E = 1,96·12/√49 = 3,36

Limite dell'intervallo

L = 504,6 − 3,36 = 501,2

Risposta

L = 501,2
7.Regressione lineare e correlazione

Risposta: r = 0,9739

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 = 2826 − 42·368/6 = 250
Sxx = 364 − 42²/6 = 70
Syy = 23512 − 368²/6 = 941,3

Coefficiente di correlazione

r = 250/√(70·941,3) = 0,9739

Risposta

r = 0,9739
8.Regressione lineare e correlazione

Risposta: x = 5,968

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 = 35/5 = 7
ȳ = 361/5 = 72,2

Somme dei quadrati e dei prodotti

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 124

Retta di regressione

b = 124/40 = 3,1
a = 72,2 − 3,1·7 = 50,5
ŷ = 50,5 + 3,1·x

Risolvi per x

x = (69 − 50,5)/3,1 = 5,968

Risposta

x = 5,968
9.Test chi quadrato

Risposta: χ² = 3,607

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: 80·36/180 = 16, 80·54/180 = 24, 80·90/180 = 40
turno di notte: 100·36/180 = 20, 100·54/180 = 30, 100·90/180 = 50

Statistica chi quadrato

χ² = (11 − 16)²/16 + (25 − 24)²/24 + (44 − 40)²/40 + (25 − 20)²/20 + (29 − 30)²/30 + (46 − 50)²/50
χ² = 3,607

Risposta

χ² = 3,607

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

10.Test chi quadrato

Risposta: df = 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.

Gradi di libertà

df = 8 − 1 − 1 = 6

Risposta

df = 6

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