Formulari, i passaggi chiave del metodo per ogni argomento e 10 esercizi, con le soluzioni complete in fondo.
Le masse di bulloni sono indipendenti e normali con media 40 g e deviazione standard 1,2 g. Trova la probabilità P che la massa totale di 4 di essi superi 163,6 g. Arrotonda z a due decimali.
Supponi che le durate delle batterie abbiano una distribuzione normale con media 500 h e deviazione standard 40 h. Trova il valore x sotto il quale si trova il 10 % dei dati (il 10° percentile).
Un campione di 6 elementi ha media 44,5 e deviazione standard s = 19. La popolazione è approssimativamente normale. Trova il limite superiore dell’intervallo di confidenza al 99 % per la media.
La deviazione standard della popolazione è 8. 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 0,5?
Si confrontano due metodi didattici. Gruppo 1: 15 studenti, punteggio medio 90, deviazione standard 3. Gruppo 2: 16 studenti, punteggio medio 83,6, deviazione standard 11,5. Supponi varianze della popolazione uguali e usa il test t a due campioni con varianza combinata. Trova la statistica test t per H₀: μ₁ = μ₂, prendendo la differenza come x̄₁ − x̄₂ (gruppo 1 meno gruppo 2).
In una sperimentazione, 70 pazienti su 100 con il trattamento A guariscono, e 78 su 120 con il trattamento B. Usando la proporzione combinata, trova la statistica test z per H₀: p₁ = p₂.
La tabella riporta 5 osservazioni appaiate di x = ore di studio e y = voto all’esame. Trova il coefficiente di determinazione r² della retta dei minimi quadrati.
La tabella riporta 6 osservazioni appaiate di x = carico in kN e y = allungamento in mm. Usa la retta dei minimi quadrati ŷ = a + b·x. Prevedi ŷ per x = 7.
La tabella di contingenza riporta le frequenze osservate. Per un test chi quadrato di indipendenza, trova la frequenza attesa E per la cella “studenti, auto”.
Un test chi quadrato di bontà dell’adattamento confronta le frequenze osservate in 6 categorie con proporzioni attese completamente specificate (nessun parametro è stimato dai dati). Usando la tabella, trova il valore critico χ²crit al livello di significatività α = 0,01.
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).
Risposta: x = 448,7 h
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.
Risposta: limite superiore = 75,78
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.
Risposta: n = 693
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.
La numerosità campionaria è un numero intero, e arrotondare per difetto renderebbe il margine troppo grande.
Risposta: t = 2,088
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.
Con df = 29, il valore critico bilaterale al 5% è 2,045; |t| è maggiore, quindi H₀ viene rifiutata.
Risposta: z = 0,787
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.
|z| < 1.96, quindi H₀ non viene rifiutata al livello del 5% (bilaterale).
Risposta: r² = 0,984
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.
Circa il 98,4% della variabilità di y è spiegato dalla retta.
Risposta: ŷ = 19,17
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.
Risposta: E = 20,14
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.
Risposta: χ²crit = 15,09
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.
Rifiuta H₀ se il χ² calcolato è maggiore di questo valore.
ExamProblems · examproblems.com/courses/statistics-2-inference