Dipartimento di Informatica

Corso di Laurea in Informatica

Insegnamento di Calcolo delle Probabilità e Statistica

Nicola Cufaro Petroni

Lezioni di
Calcolo delle Probabilità
e
Statistica

anno accademico 2015/16

Copyright ⃝ c 2016 Nicola Cufaro Petroni
Università degli Studi di Bari Aldo Moro
Dipartimento di Matematica
via E. Orabona 4, 70125 Bari
Prefazione

La struttura di queste lezioni riflette la ben nota complementarità delle discipline

che vanno sotto il nome di Probabilità e di Statistica. Per essere più chiari co-
minceremo con un esempio: supponiamo di voler conoscere l’orientamento politico
generale dei cittadini di un determinato paese. È ben noto che in questo caso si
organizzano delle elezioni che consistono nel raccogliere il voto di tutti gli elettori.
Una volta esaurite le operazioni di voto si passerà allo spoglio delle schede e alla
registrazione dei risultati. Tali risultati si presentano in generale come una grande
quantità di dati numerici che possono essere esaminati, combinati e rappresentati
in diverse maniere in modo da estrarre l’informazione rilevante ai fini elettorali. Le
elezioni generali sono però tipicamente delle operazioni complesse e costose, e per
questo motivo spesso si preferisce affidarsi a dei sondaggi per avere delle informazio-
ni, almeno approssimative e provvisorie, sulla volontà dei cittadini. Questi sondaggi
consistono nella registrazione delle opinioni di un piccolo numero di soggetti, a par-
tire dal quale si ricavano delle indicazioni sulla volontà generale della popolazione
intera. Ovviamente i sondaggi non possono essere sostitutivi delle elezioni, e non
solo perchè bisogna dare a tutti i cittadini la possibilità di esprimere la propria
opinione, ma anche per una profonda differenza fra i dati delle due operazioni. Il
risultato del sondaggio, infatti, è aleatorio: siccome il campione di cittadini intervi-
stato è scelto casualmente, una ripetizione del sondaggio – per quanto eseguita con i
medesimi criteri – porterebbe inevitabilmente a dei risultati numerici diversi, anche
se di poco. Viceversa nel caso delle elezioni l’indagine esaurisce l’intera popolazione
degli elettori: una eventuale ripetizione del voto – supponendo per semplicità che
non vi siano ripensamenti o errori – non modificherebbe il risultato. Noi diremo
che l’esame dei risultati elettorali complessivi è compito della Statistica descrittiva,
mentre le tecniche per ricavare informazioni su tutta la popolazione a partire dai
risultati relativi a un piccolo campione sono parte della Statistica inferenziale. Natu-
ralmente, come è noto, l’uso dei sondaggi comporta dei rischi dovuti alla aleatorietà
dei loro esiti, per cui diventa essenziale per la Statistica inferenziale essere in grado
di misurare l’affidabilità dei risultati: in questo giocheranno un ruolo essenziale i
concetti e le tecniche del Calcolo delle probabilità.
Si noti che nel caso dell’esempio elettorale citato la possibilità di registrare il voto
di tutti i cittadini esiste comunque: pertanto, in linea di principio, è sempre possibile
confrontare i risultati dei sondaggi con quelli delle elezioni generali e verificarne
quindi l’attendibilità. Questa possibilità, però, non sussiste sempre: in molti casi

I
N. Cufaro Petroni: Probabilità e Statistica

infatti un’indagine che esaurisca l’intera popolazione semplicemente non è possibile,

e ci si deve accontentate invece di esaminare le misure eseguite su un campione
tentando di dedurne le caratteristiche generali del fenomeno studiato. Ad esempio
in linea di principio la misura della massa di una particella elementare può essere
eseguita infinite volte, e data la delicatezza della misura i risultati variano sempre
in maniera aleatoria. In pratica il numero delle nostre misure sarà sempre finito,
e d’altra parte, per quanto grande sia questo numero, non potremo mai dire di
aver esaurito l’intera popolazione teoricamente disponibile. Allo stesso modo la
determinazione della lunghezza media degli insetti di una determinata specie non
potrà che essere effettuata su un campione casuale, visto che l’intera popolazione di
insetti resta comunque praticamente inaccessibile. In queste occasioni, ovviamente,
il raffinamento delle tecniche probabilistiche diventa essenziale.
Nasce da queste osservazioni la struttura – ormai classica – di queste lezioni divise
in due parti. La prima introduce i concetti più rilevanti del Calcolo delle Probabilità
(variabili aleatorie, distribuzioni, attese) e le corrispondenti procedure di calcolo; la
seconda esamina invece dapprima gli strumenti principali della Statistica descrittiva
(tabelle, grafici, indici di centralità e dispersione, correlazioni), e poi le tecniche
più note della Statistica inferenziale (stime, intervalli di fiducia, test di ipotesi) per
le quali si riveleranno essenziali le nozioni di probabilità che sono state premesse.
Per ovvie ragioni di spazio e tempo gli argomenti non saranno trattati in maniera
esaustiva: in particolare la parte di Calcolo delle Probabilità è principalmente rivolta
a fornire quanto necessario per una corretta comprensione della parte di Statistica
inferenziale. Lo scopo del corso rimane quello di mettere gli studenti in grado di
usare gli strumenti più semplici e più noti della probabilità e della statistica, ma
anche di stabilire alcuni pilastri concettuali che consentano loro – qualora se ne
presentasse l’occasione – di estendere le loro capacità in maniera autonoma.

Bari, marzo 2016

Nicola Cufaro Petroni

II
Indice

Prefazione I

I Calcolo delle Probabilità 1

1 Spazi di probabilità 3
1.1 Spazio dei campioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Eventi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Probabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Condizionamento e indipendenza 11
2.1 Probabilità condizionata . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Indipendenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

3 Variabili aleatorie 17
3.1 Variabili e vettori aleatori . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Funzioni di distribuzione . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Leggi discrete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.1 Legge degenere . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.2 Legge di Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.3 Legge binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.4 Legge di Poisson . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4 Leggi continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4.1 Legge uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4.2 Legge normale o Gaussiana . . . . . . . . . . . . . . . . . . . 29
3.4.3 Leggi del chi-quadro, di Student e di Fisher . . . . . . . . . . . 31
3.5 Quantili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6 Leggi multivariate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4 Attesa, varianza e correlazione 43

4.1 Valore d’attesa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2 Varianza, covarianza e correlazione . . . . . . . . . . . . . . . . . . . 45
4.3 Momenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4 Esempi di attese e varianze . . . . . . . . . . . . . . . . . . . . . . . . 50

III
N. Cufaro Petroni: Probabilità e Statistica INDICE

4.4.1 Distribuzioni discrete . . . . . . . . . . . . . . . . . . . . . . . 51

4.4.2 Distribuzioni continue . . . . . . . . . . . . . . . . . . . . . . 52

5 Teoremi limite 55
5.1 Convergenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Legge dei Grandi Numeri . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.3 Teorema Limite Centrale . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.4 Teorema di Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

II Statistica 67
6 Statistica descrittiva univariata 69
6.1 Dati e frequenze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.2 Tabelle e grafici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.3 Moda, media e varianza . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.4 Mediana, quartili e quantili . . . . . . . . . . . . . . . . . . . . . . . 85
6.5 Momenti, asimmetria e curtosi . . . . . . . . . . . . . . . . . . . . . . 89
6.6 Medie generalizzate . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

7 Statistica descrittiva multivariata 93

7.1 Statistica bivariata . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.2 Covarianza, correlazione e regressione . . . . . . . . . . . . . . . . . . 96
7.3 Statistica multivariata . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.4 Componenti principali . . . . . . . . . . . . . . . . . . . . . . . . . . 101

8 Statistica inferenziale: Stima 109

8.1 Stima puntuale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
8.1.1 Stima di parametri . . . . . . . . . . . . . . . . . . . . . . . . 112
8.1.2 Stima di distribuzioni . . . . . . . . . . . . . . . . . . . . . . . 113
8.2 Stima per intervalli . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
8.2.1 Intervallo di fiducia per l’attesa µ . . . . . . . . . . . . . . . . 121
8.2.2 Intervallo di fiducia per la varianza σ 2 . . . . . . . . . . . . . 124
8.3 Stima di Massima Verosimiglianza . . . . . . . . . . . . . . . . . . . . 125

9 Statistica inferenziale: Test di ipotesi 131

9.1 Ipotesi, decisioni ed errori . . . . . . . . . . . . . . . . . . . . . . . . 131
9.1.1 Discussione dettagliata di un test . . . . . . . . . . . . . . . . 135
9.2 Test sulla media . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
9.2.1 Test di Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
9.2.2 Test di Student . . . . . . . . . . . . . . . . . . . . . . . . . . 144
9.3 Test per il confronto delle medie . . . . . . . . . . . . . . . . . . . . . 146
9.3.1 Campioni accoppiati . . . . . . . . . . . . . . . . . . . . . . . 147
9.3.2 Campioni indipendenti . . . . . . . . . . . . . . . . . . . . . . 150

IV
INDICE INDICE

9.4 Test di Fisher sulla varianza . . . . . . . . . . . . . . . . . . . . . . . 152

9.5 Test del χ2 di adattamento . . . . . . . . . . . . . . . . . . . . . . . . 154
9.6 Test del χ2 di indipendenza . . . . . . . . . . . . . . . . . . . . . . . 160

III Appendici 163

A Esercizi 165
A.1 Calcolo delle probabilità . . . . . . . . . . . . . . . . . . . . . . . . . 167
A.2 Statistica Descrittiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
A.3 Statistica Inferenziale . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

B Schemi 241
B.1 Formulario di Statistica Inferenziale . . . . . . . . . . . . . . . . . . . 243

C Domande 247
C.1 Calcolo delle probabilità . . . . . . . . . . . . . . . . . . . . . . . . . 249
C.2 Statistica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252

D Richiami 255
D.1 Calcolo vettoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

E Tavole 259
E.1 Legge Normale standard N (0, 1) . . . . . . . . . . . . . . . . . . . . . 261
E.2 Legge di Student T (n) . . . . . . . . . . . . . . . . . . . . . . . . . . 262
E.3 Legge del chi-quadro χ2 (n) . . . . . . . . . . . . . . . . . . . . . . . . 263
E.4 Legge di Fisher F(n, m) . . . . . . . . . . . . . . . . . . . . . . . . . . 264
E.5 Valori di e−λ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266

Indice analitico 267

V
 Parte I

Calcolo delle Probabilità

1
Capitolo 1

Spazi di probabilità

1.1 Spazio dei campioni

L’origine del calcolo delle probabilità (verso la metà del XVII secolo) è strettamente
legata a celebri problemi di gioco d’azzardo dai quali partiremo anche noi per in-
trodurre i primi concetti, ma esso è oggi largamente usato in ogni ambito scientifico
per produrre modelli di fenomeni naturali e risolvere i problemi associati. Inoltre la
probabilità diviene uno strumento essenziale per la statistica quando si considerano
campioni estratti da una popolazione mediante procedure casuali. In questo caso,
infatti, i calcoli non sono più effettuati su tutta la popolazione esistente, e le sti-
me saranno soggette a variazioni aleatorie quando il campionamento viene ripetuto.
Consideriamo inizialmente degli esempi di esperimenti che diano luogo solo ad un
numero finito di possibili risultati (o eventi elementari) casuali
Esempio 1.1. Il caso più semplice è quello del lancio di una moneta nel quale si
osserva il verificarsi di uno dei due risultati possibili: la moneta cade mostrando la
faccia con la testa (T ); oppure la moneta cade mostrando la faccia con la croce (C).
Dire che la moneta è equa vuol dire che essa è non truccata, nel senso che nessuno
dei due risultati è favorito rispetto all’altro ed è possibile attribuire loro le medesime
possibilità di verificarsi; in tal caso diremo anche che i due eventi elementari T
e C sono equiprobabili. Per dare una veste quantitativa a queste considerazioni
si usa attribuire ad ogni evento elementare una probabilità intesa come frazione
dell’unità, sicché nel nostro caso avremo:
p = P {T } = 1
/2 q = P {C} = 1
/2
Osserviamo che p + q = 1, dato che con certezza (ossia con probabilità eguale ad 1)
uno dei due casi, T oppure C, si verifica, e non vi sono altre possibilità.
Esempio 1.2. Considerazioni analoghe a quelle dell’Esempio precedente applicate
al caso di un dado equo conducono alla seguente attribuzione di probabilità per le sei
facce che qui indicheremo con le cifre romane I, II, ..., V I:
p1 = P {I} = 1
/6 ; ... ; p6 = P {V I} = 1
/6

3
N. Cufaro Petroni: Probabilità e Statistica

Osserviamo che anche in questo caso si ha p1 + ... + p6 = 1.

Da quanto precede si ricava che, almeno per casi semplici, si possono attribuire delle
probabilità mediante una enumerazione. Questa idea è alla base della cosiddetta
definizione classica della probabilità: per attribuire una probabilità ad un evento
A (in generale non elementare, cioè non ridotto ad un solo risultato) si enumerano i
risultati possibili (se ritenuti, in base a qualche ipotesi, equiprobabili), e quelli favo-
revoli all’evento A (quelli, cioè, che danno luogo al verificarsi di A), e si attribuisce
ad A la probabilità:
numero dei casi favorevoli
P {A} =
numero dei casi possibili
Notiamo che anche in questo caso la probabilità assegnata ad A è un numero positivo
compreso fra 0 ed 1.
Esempio 1.3. Nel lancio di un dado equo consideriamo gli eventi (non elementari)
A = “appare una faccia contrassegnata da un numero pari”, B = “appare una faccia
contrassegnata da un multiplo di tre”, C = “appare una faccia diversa da V I”. Una
semplice enumerazione in base alla definizione classica ci porta a concludere che,
essendo 6 i casi possibili, e rispettivamente 3, 2 e 5 i casi favorevoli ad A, B e C, si
avrà:
P {A} = 3
/6 = 1
/2 ; P {B} = 2
/6 = 1
/3 ; P {C} = 5
/6
Consideriamo ora un lancio di due dadi non truccati. è facile verificare che i risultati
elementari possibili sono ora 36, cioè quante sono le coppie ordinate (n, m) dove n
ed m possono assumere i 6 valori I, ..., V I. L’ipotesi che i dadi siano equi vuol
dunque dire ora che i 36 eventi elementari (I, I) ; (I, II) ; ... ; (V I, V I) sono tutti
equiprobabili e pertanto si ha
P {I, I} = 1
/36 ; P {I, II} = 1
/36 ; ... ; P {V I, V I} = 1
/36
Sempre per enumerazione si può verificare allora ad esempio che all’evento A =
“non appare la coppia (V I, V I)” si può attribuire una probabilità P {A} = 35 /36 .
Dalla discussione precedente segue che la probabilità di un evento può essere pensata
come un numero compreso tra 0 ed 1: il valore 1 indica la certezza del verificarsi,
e il valore 0 la sua impossibilità; i valori intermedi rappresentano tutti gli altri
casi. Queste probabilità possono essere calcolate nei casi semplici mediante una
enumerazione di risultati equiprobabili, ma questo metodo non può in nessun modo
essere considerato come generale.
Alla fine di questa sezione e nelle due sezioni seguenti riassumeremo queste con-
siderazioni introduttive in alcune definizioni formali che preciseranno i principali
concetti di base del calcolo delle probabilità
Definizione 1.4. Chiameremo spazio dei campioni o spazio degli eventi ele-
mentari l’insieme Ω (finito o infinito) costituito da tutti i possibili risultati ω del
nostro esperimento.

4
 1.2 Eventi

Negli esempi precedenti lo spazio dei campioni Ω = {ω1 , ω2 , . . . , ωN } era costituito

da un numero finito di elementi. Ad esempio nel caso di un solo lancio di una
moneta lo spazio dei campioni è composto di soli due elementi:

Ω = {T, C} ; N =2,

mentre nel caso di un solo lancio di un dado si ha

Ω = {I, II, . . . , V I} ; N =6.

Se invece l’esperimento consistesse in due lanci di una moneta si avrebbe:

Ω = {T T, T C, CT, CC} ; N =4,

e cosı̀ via. Si noti che in generale gli elementi ω di Ω non sono numeri, ma oggetti
astratti, anche se nel seguito avremo a che fare per lo più con insiemi numerici.
I possibili spazi dei campioni Ω, inoltre, non si limitano a quelli finiti considerati
finora: i casi più noti di spazi dei campioni infiniti che saranno adoperati nel corso di
queste lezioni sono in particolare l’insieme dei numeri interi N (ad esempio nel caso
in cui l’esperimento consista in conteggi che non prevedono un limite superiore), o
l’insieme dei numeri reali R (nel caso di misure di generiche quantità fisiche)

1.2 Eventi
Definizione 1.5. Chiameremo evento ogni sottinsieme A ⊆ Ω del quale è possibile
calcolare la probabilità.
Abbiamo già visto alcuni casi negli esempi della sezione precedente. Se poi consi-
deriamo il caso di tre lanci di una moneta lo spazio dei campioni sarà composto di
N = 23 = 8 elementi
Ω = {T T T, T T C, . . . , CCC} ,
e il sottinsieme
A = {T T T, T T C, T CT, CT T } ⊆ Ω
rappresenterà l’evento “T appare almeno due volte su tre lanci”. Le osservazioni
della Sezione 1.1 mostrano anche come calcolare la probabilità di tale evento sotto
l’ipotesi di equiprobabilità, ma per il momento rimanderemo questo punto alla se-
zione successiva. In ogni caso gli eventi cosı̀ definiti possono essere considerati come
rappresentazioni delle proposizioni logiche formulabili in merito alle nostre misure,
e conseguentemente le corrispondenti operazioni tra eventi (intese come operazioni
tra insiemi) saranno un modello per i connettivi logici che uniscono delle proposi-
zioni. Cosı̀, ad esempio, i connettivi oppure (OR) ed e (AND) sono rappresentati
rispettivamente dalle operazioni di unione ed intersezione:

A ∪ B = {ω : ω ∈ A oppure ω ∈ B}

5
N. Cufaro Petroni: Probabilità e Statistica

W W

A B A B

AÜB AÝB

W W

A A B


A A-B

Figura 1.1: Le zone ombreggiate rappresentano i risultati delle operazioni

insiemistiche indicate.

A ∩ B = {ω : ω ∈ A e ω ∈ B} .

mentre il significato logico della negazione (complementare) e della differenza è

facilmente deducibile tenendo presenti i diagrammi di Venn della Figura 1.1:

A = {ω : ω ∈
/ A} ;
A − B = A ∩ B = {ω : ω ∈ A , ma ω ∈
/ B} .

Diremo anche che un evento A si verifica quando l’esito del nostro esperimento è un
ω appartenente ad A. Si noti che in questo contesto Ω rappresenterà l’evento certo
(nel senso che qualunque risultato cade per definizione in Ω), e ∅ rappresenterà
l’evento impossibile (dato che nessun risultato appartiene a ∅). Diremo inoltre che
i due eventi A e B sono disgiunti (o anche incompatibili) quando A ∩ B = ∅ (cioè
quando un risultato ω non può mai verificare contemporaneamente gli eventi A e B).
Un evento può anche ridursi ad un solo elemento A = {ω}, nel qual caso parleremo
di evento elementare.
In generale non saremo interessati a considerare come eventi tutti i possibili sot-
toinsiemi di Ω: quando ad esempio Ω = R l’insieme di tutte le parti di R sarebbe
eccessivamente grande e si rivelerebbe anche poco maneggevole. Per questo moti-
vo spesso si preferisce invece selezionare opportune famiglie di tali sottoinsiemi da
considerare come eventi. Bisogna però, per ragioni di coerenza, garantire che tali

6
 1.3 Probabilità

famiglie siano chiuse sotto le varie operazioni insiemistiche (logiche): ad esempio, se

A e B sono due sottoinsiemi della nostra famiglia degli eventi, anche la loro unione o
intersezione deve appartenere alla famiglia degli eventi. Diventa quindi importante
aggiungere le seguenti definizioni

Definizione 1.6. Diremo che una famiglia F di parti di Ω costituisce un’algebra

quando essa è chiusa sotto tutte le operazioni insiemistiche.

In particolare A, A∩B, A∪B e A−B saranno sempre elementi di F se A, B ∈ F . Si

vede facilmente, ad esempio, che dato un Ω arbitrario, e A ∈ Ω la seguente famiglia
di parti di Ω
FA = {A, A, Ω, ∅} .
è un’algebra detta algebra generata da A. Ci sono però anche altre importanti
famiglie di sottoinsiemi

Definizione 1.7. Diremo che una famiglia D di parti di Ω è una decomposizione

∪
di Ω se i suoi elementi Dk sono parti di Ω tutte disgiunte e tali che k Dk = Ω

Una decomposizione non è un’algebra: essa, ad esempio, non contiene le unioni dei
suoi elementi. Sarà facile però convincersi del fatto che da una decomposizione si può
sempre generare un’algebra aggiungendo opportunamente gli elementi mancanti. In
particolare, se A ∈ Ω, la famiglia

DA = {A, A}

è una semplice decomposizione di Ω, ed è facile vedere che la FA introdotta pri-

ma è un’algebra che contiene D ottenuta aggiungendo i due elementi Ω e ∅. Le
decomposizioni giocheranno un ruolo rilevante nel capitolo sul condizionamento.

1.3 Probabilità
La probabilità P è una regola che consente di attribuire un peso probabilistico
P {A} (un numero fra 0 e 1) ad ogni evento A ∈ F . Il modo in cui tale regola
viene assegnata varia secondo la natura del problema considerato. In particolare,
se Ω è un insieme finito di cardinalità # Ω = N (numero dei casi possibili ) e se
i suoi elementi ωk possono essere considerati equiprobabili, si può far ricorso alla
definizione classica (vedi Sezione 1.1): si assegna ad ogni evento elementare ωk la
probabilità P {ωk } = 1/N , e ad ogni evento A ∈ F la probabilità

NA
P {A} = (1.1)
N

dove NA = # A è la cardinalità di A, ossia il numero di elementi ωk appartenenti ad A

(numero dei casi favorevoli). La formula (1.1) può anche essere generalizzata al caso

7
N. Cufaro Petroni: Probabilità e Statistica

in cui le ωk non sono equiprobabili, ma hanno ognuna una probabilità P {ωk } = pk :

la probabilità di un evento A sarà allora la somma delle pk di tutti i risultati ωk
contenuti in A, cioè
∑
P {A} = pk (1.2)
ωk ∈A

Le formule (1.1) e (1.2), nonostante la loro semplicità, consentono di trattare anche

problemi di una certa sofisticazione, ma non possono essere adottate in situazioni
più generali. I modelli finiti di probabilità si rivelano infatti ben presto insufficienti
perché gli spazi dei campioni sono spesso insiemi infiniti e addirittura non numera-
bili. In questi casi la P {A} non può essere costruita secondo la definizione classica,
ma deve essere data per altra via, come vedremo nei capitoli seguenti. Noi qui ricor-
deremo solo le proprietà generali che una probabilità deve sempre avere, riservandoci
di discutere più avanti il modo in cui essa viene effettivamente calcolata nei casi di
nostro interesse

Definizione 1.8. Data un’algebra F di eventi di Ω, chiameremo probabilità ogni

applicazione P : F → [0, 1] che sia additiva, cioè tale che, comunque scelti n ∈ N
e A1 , . . . , An eventi disgiunti di F, risulta
{ n }
∪ ∑n
P Aj = P {Aj } , con Ai ∩ Aj = ∅ se i ̸= j (1.3)
j=1 j=1

Elencheremo di seguito, senza dimostrazione, le proprietà più note delle probabilità

1. P {∅} = 0 , P {Ω} = 1 ;
{ }
2. P A = 1 − P {A} , ∀A ∈ F ;

3. P {A ∪ B} = P {A} + P {B} − P {A ∩ B} , ∀ A, B ∈ F ;

4. P {B} ≤ P {A} se B ⊆ A , con A, B ∈ F ;

Definizione 1.9. Chiameremo spazio di probabilità una terna (Ω, F, P ) in cui

Ω è un insieme detto spazio dei campioni, F è un’algebra di eventi di Ω, e P è una
probabilità su F.

Mostreremo infine con un esempio come le formule elementari introdotte possano

già essere impiegate nella risoluzione di semplici problemi

Esempio 1.10. (Problema delle coincidenze) Supponiamo di estrarre con

rimessa da una scatola contenente M palline numerate una successione di n pal-
line e di registrare i numeri estratti tenendo conto dell’ordine di estrazione. Il no-
stro spazio dei campioni Ω sarà allora formato dagli N = M n eventi elementari

8
 1.3 Probabilità

ω = (a1 , . . . , an ) costituiti dalle n-ple di numeri estratti (con possibili ripetizioni).

Supporremo che tali ω siano tutti equiprobabili. Consideriamo ora l’evento:
A = {ω : i valori delle ak sono tutti diversi}
= nelle n estrazioni non ci sono ripetizioni
e calcoliamone la probabilità secondo la definizione classica. Un momento di rifles-
sione ci convincerà del fatto che
M!
NA = M (M − 1) . . . (M − n + 1) =
(M − n)!
in quanto, se a1 può essere scelto in M maniere differenti, a2 ha solo M −1 possibilità
di essere diverso da a1 , a3 ne ha M − 2 e cosı̀ via fino ad an che potrà essere scelto
in M − n + 1 modi. Pertanto la probabilità richiesta è
( )( ) ( )
M (M − 1) . . . (M − n + 1) 1 2 n−1
P {A} = = 1− 1− ... 1 − .
Mn M M M
Questo risultato permette di discutere il cosiddetto problema dei compleanni:
date n persone quale è la probabilità pn che almeno due di esse celebrino il com-
pleanno nello stesso giorno? Il modello discusso prima fornisce una risposta ponen-
do M = 365; in tal caso, essendo P {A} la probabilità che tutti i compleanni cadano
in giorni differenti, dalla seconda delle proprietà elencate in precedenza si ha
( )( ) ( )
{ } 1 2 n−1
pn = P A = 1 − P {A} = 1 − 1 − 1− ... 1 −
365 365 365
In particolare si ottengono i seguenti sorprendenti risultati numerici:
n 4 16 22 23 40 64 ...
pn 0.016 0.284 0.476 0.507 0.891 0.997 . . .
è notevole infatti che già con n = 23 la probabilità di almeno due compleanni coin-
cidenti supera 1 /2 , e che con solo 64 persone tale probabilità sfiora la certezza. Si
noti inoltre che con n ≥ 366 avremo pn = 1, cioè P {A} = 0 dato che nel prodotto
comparirà certamente un fattore nullo: questo corrisponde al fatto che con un nume-
ro di persone superiore alle 365 date disponibili le coincidenze diventano inevitabili.
Osserviamo comunque che questi risultati appaiono meno sorprendenti se si riflette
al fatto che essi sarebbero ben diversi se la domanda posta fosse stata la seguente:
supponendo che io sia una delle n persone considerate nel problema precedente, qua-
le è la probabilità qn che almeno una celebri il suo compleanno nello stesso giorno
in cui lo celebro io? Non entreremo nel dettaglio della soluzione di questo secondo
problema, ma ci limiteremo a riferire che in questo secondo caso le probabilità delle
coincidenze sarebbero decisamente più piccole. Per sottolineare la differenza fra i
due problemi, noteremo solo che – diversamente dal primo – nel secondo caso la
probabilità qn è sempre diversa da 1 (anche per n ≥ 366) in quanto, quale che sia
il numero delle persone, può sempre capitare che nessuno celebri il suo compleanno
nello stesso giorno in cui lo celebro io.

9
N. Cufaro Petroni: Probabilità e Statistica

10
Capitolo 2

Condizionamento e indipendenza

2.1 Probabilità condizionata

Il condizionamento risponde all’esigenza di fondere una certa quantità di nuova infor-
mazione con l’informazione già contenuta in un dato spazio di probabilità (Ω, F, P ).
L’acquisizione di nuova informazione, infatti, modifica le nostre conoscenze e quin-
di richiede di valutare la probabilità degli eventi in una maniera diversa da quella
suggerita dalle nostre informazioni iniziali
Esempio 2.1. Supponiamo di considerare una scatola contenente M palline delle
quali m sono bianche ed M − m nere ed eseguiamo due estrazioni successive. Se le
palline sono estratte tutte con la medesima probabilità, e se la prima estrazione è
effettuata con rimessa, è facile convincersi del fatto che – quale che sia il risultato
della prima estrazione – l’evento

B = la seconda pallina estratta è bianca

m
si verifica con una probabilità M . Diversa sarebbe invece la nostra valutazione se la
prima estrazione venisse effettuata senza rimessa: se infatti nella prima estra-
m−1
zione venisse estratta una pallia bianca la probabilità di B sarebbe M −1
; se invece
nella prima estrazione si trova una pallina nera per la probabilità di B avremmo
m
M −1
. Pertanto, nel caso di estrazione senza rimessa, l’esito della prima estrazione
influenza la probabilità dell’evento B
Definizione 2.2. Dato uno spazio di probabilità (Ω, F, P ) e due eventi B, D ∈ F
con P {D} ̸= 0, chiameremo probabilità condizionata di B rispetto a D (cioè
probabilità che si verifichi B sapendo che si è verificato D) la quantità

P {B ∩ D}
P {B|D} =
P {D}

La quantità P {B ∩ D} prende invece il nome di probabilità congiunta dei due

eventi B e D (cioè probabilità che si verifichino contemporaneamente B e D).

11
N. Cufaro Petroni: Probabilità e Statistica

Si potrebbe dimostrare facilmente che la nuova applicazione P { · | D} : F → [0, 1]

cosı̀ definita è una nuova probabilità: pertanto il condizionamento non è altro che
un cambiamento di probabilità indotto dall’informazione che D si è verificato. Va
inoltre ricordato che il simbolo P { · | · } non è simmetrico nei suoi due argomenti,
nel senso che in generale avremo P {B | D} ̸= P {D | B}
Teorema 2.3. (Formula della probabilità totale) Dati un evento B e una
decomposizione D = {D1 , . . . , Dn } con P {Di } =
̸ 0, i = 1, . . . , n, risulta sempre

∑
n
P {B} = P {B | Di } P {Di }
i=1

Dimostrazione: Siccome
( )
∪
n ∪
n
B =B∩Ω=B∩ Di = (B ∩ Di )
i=1 i=1

e gli eventi B ∩ Di sono tutti disgiunti, dall’additività (1.3) di P risulta

(n )
∪ ∑ n
P {B} = P (B ∩ Di ) = P {B ∩ Di }
i=1 i=1

D’altra parte dalla Definizione 2.2 si vede subito che

P {B ∩ Di } = P {B | Di } P {Di } i = 1, . . . , n

da cui segue immediatamente la formula della probabilità totale 

Osserviamo che se la decomposizione si riduce a due eventi D = {D, D}, la Formula
della Probabilità Totale diviene
{ } { }
P {B} = P {B | D} P {D} + P B | D P D (2.1)
espressione particolarmente semplice che sarà usata spesso nel seguito
Esempio 2.4. Riprendiamo in considerazione la scatola di palline dell’Esempio 2.1:
estraiamo in successione e senza rimessa due palline e, senza guardare la prima,
chiediamoci quale è la probabilità che la seconda sia bianca. Definiamo, a questo
scopo, i due eventi

D = la prima pallina estratta è bianca,

B = la seconda pallina estratta è bianca;

e osserviamo prima di tutto che

m { } M −m
P {D} = , P D = .
M M
12
 2.2 Indipendenza

Dopo aver effettuato la prima estrazione senza rimessa (ma senza guardarne il
risultato), enumerando i casi possibili e i casi favorevoli otterremo che
m−1 { } m
P {B | D} = P B|D =
M −1 M −1
Utilizzando allora la formula della probabilità totale (2.1), troviamo che
m−1 m m M −m m
P {B} = + = = P {D}
M −1 M M −1 M M
Potremo pertanto dire {che la probabilità
} di B dipende dalle informazioni disponibili
(infatti P {B | D} e P B | D sono diverse da P {B}) e dipende anche dai risultati
{ }
della prima estrazione (perché P {B | D} è diversa da P B | D ); essa tuttavia non
è influenzata dal risultato della prima estrazione quando questo è sconosciuto: infatti
in questo caso P {B} = P {D}, cioè la probabilità di trovare una pallina bianca alla
seconda estrazione resta invariata come se non avessimo eseguito la prima estrazione
Teorema 2.5. (Teorema di Bayes) Dati due eventi B, D con P {B} ̸= 0, P {D} ̸=
0, risulta

P {B | D} P {D}
P {D | B} = (2.2)
P {B}
Inoltre, se D = {D1 , . . . , Dn } è una decomposizione di Ω con P {Di } ̸= 0, i =
1, . . . , n, risulta anche

P {B | Di } P {Di }
P {Di | B} = ∑n i = 1, . . . , n (2.3)
j=1 P {B | Dj } P {Dj }

Dimostrazione: La dimostrazione della (2.2) si basa sul fatto che dalla Definizio-
ne 2.2 di probabilità condizionata si ha

P {D | B} P {B} = P {B ∩ D} = P {B | D} P {D} ;

la seconda relazione si ottiene poi dalla prima tramite il Teorema 2.3. 

Nelle applicazioni statistiche gli eventi Di del Teorema di Bayes sono spesso chia-
mati ipotesi e le P {Di } probabilità a priori di tali ipotesi, mentre le probabilità
condizionate P {Di | B} si chiamano probabilità a posteriori. Il significato di questi
nomi sarà chiarito nella discussione dell’Esempio 2.8, ma a questo scopo converrà
introdurre prima il concetto di indipendenza

2.2 Indipendenza
Due eventi sono indipendenti quando il verificarsi di uno di essi non ha alcun effetto
sul valore della probabilità che viene attribuita all’altro. Sulla base del concetto di

13
N. Cufaro Petroni: Probabilità e Statistica

probabilità condizionata introdotto prima potremo quindi dire che l’evento A è in-
dipendente dall’evento B quando P {A | B} = P {A} e quindi, dalla Definizione 2.2
di probabilità condizionata, se P {A ∩ B} = P {A} P {B}. È facile peraltro, data la
simmetria di queste relazioni, verificare che se A è indipendente da B, anche B è indi-
pendente da A. Il concetto di indipendenza può poi essere esteso anche al caso in cui
il numero di eventi è maggiore di due, ma bisogna notare che in questo caso sarà pos-
sibile parlare e di indipendenza due a due, nel senso di P {A ∩ B} = P {A} P {B},
di indipendenza tre a tre, nel senso di P {A ∩ B ∩ C} = P {A} P {B} P {C}, e cosı̀
via. Questi diversi livelli di indipendenza, però, non si implicano l’uno con l’altro:
infatti, ad esempio, tre eventi possono essere indipendenti due a due senza esserlo
tre a tre e viceversa. Per questo motivo l’indipendenza di n ≥ 3 eventi dovrà essere
sempre dichiarata esplicitamente a tutti i livelli possibili: due a due, tre a tre, e cosı̀
via fino a n a n. Queste osservazioni sono raccolte nella seguente definizione
Definizione 2.6. Dato uno spazio di probabilità (Ω, F, P ) diremo che n ≥ 2 eventi
A1 , . . . , An sono indipendenti se, comunque sceltine k fra di essi (diciamo Aj1 , . . . , Ajk ,
con 2 ≤ k ≤ n) risulta
P {Aj1 ∩ . . . ∩ Ajk } = P {Aj1 } . . . P {Ajk }
ossia se essi sono indipendenti due a due, tre a tre, . . . , n a n, in tutte le combina-
zioni possibili. In particolare se n = 2, i due eventi A1 e A2 si dicono indipendenti
quando
P {A1 ∩ A2 } = P {A1 } P {A2 }
Si può mostrare – ma noi trascureremo di farlo – che se due eventi A1 , A2 sono
indipendenti, allora lo sono anche A1 , A2 , e cosı̀ pure A1 , A2 , e A1 , A2 . Analoghe
relazioni valgono anche nel caso tre o più eventi. Utilizzeremo ora questi concetti
per costruire un importante modello che troverà applicazione nel seguito
Teorema 2.7. (Modello di Bernoulli) Sia data un’urna contenente palline bian-
che e nere, e sia p ∈ [0, 1] la proporzione delle palline bianche: se si eseguono n
estrazioni con rimessa, e se con 0 ≤ k ≤ n si definisce l’evento
B = sulle n estrazioni si trovano k palline bianche, in un ordine qualsiasi
risulta ( )
n k
P {B} = p (1 − p)n−k (2.4)
k
Dimostrazione: Per definire lo spazio dei campioni Ω adotteremo la convenzione
secondo la quale il simbolo 1 indicherà il ritrovamento di una pallina bianca, e il
simbolo 0 quello di una pallina nera: in questo modo Ω sarà composto da tutte le
possibili n-ple di simboli 0, 1, cioè ω = (a1 , . . . , an ) dove le aj assumono i valori 0, 1
in tutti i modi possibili. Siano poi A1 , . . . , An gli n eventi
Aj = si trova pallina bianca nella j-ma estrazione j = 1, . . . , n

14
 2.2 Indipendenza

che risultano indipendenti (assieme ai loro complementari) perché le estrazioni sono

effettuate con rimessa. Sarà facile vedere allora che nel nostro Ω ogni Aj consiste
di tutte le ω con 1 al j-mo posto, e valori arbitrari di tutti gli altri simboli. Inoltre,
se con P {1} e P {0} indichiamo le probabilità dei due risultati in ogni possibile
estrazione, sappiamo anche che per ipotesi
{ }
P {Aj } = P {1} = p P Aj = P {0} = 1 − p j = 1, . . . , n

Per determinare la probabilità dell’evento B cominciamo allora con l’osservare che

se l’evento elementare ω è una n-pla che contiene k volte 1, e n − k volte 0 in un
ordine ben preciso, esso coincide con l’intersezione di k eventi Ai e di n − k eventi
complementari Aj , tutti indipendenti fra loro per cui avremo

P {ω} = P {1} · . . . · P {1} · P {0} · . . . · P {0} = pk (1 − p)n−k . (2.5)

| {z } | {z }
k volte n−k volte

Siccome però, per un fissato k, i k simboli 1 possono essere disposti in vario modo
nella n-pla ω, l’evento B consisterà di un certo numero di eventi elementari tutti
con la stessa probabilità (2.5). Si può dimostrare – ma noi trascureremo di farlo –
che il numero di queste diverse combinazioni è dato dal coefficiente binomiale
( )
n n! n(n − 1) . . . (n − k + 1)
= = (2.6)
k k! (n − k)! k(k − 1) . . . 2 · 1

e quindi dalla formula (1.2) e da (2.5) si ottiene immediatamente la (2.4) 

Si comprende facilmente che il precedente risultato resta invariato quale che sia
il modello concreto (estrazioni da un’urna, lanci di monetina,...) al quale esso fa
riferimento, sicché potremo in definitiva dire che (2.4) rappresenta la probabilità di
ottenere k successi su n tentativi indipendenti di verifica di un evento che in
ogni tentativo si verifica con probabilità p
Esempio 2.8. (Applicazioni del Teorema di Bayes) Consideriamo due urne
D1 e D2 , esteriormente indistinguibili, contenenti ambedue palline bianche e nere,
ma in proporzioni diverse. Più precisamente, la frazione di palline bianche in D1
sia 1 /2 , mentre quella in D2 sia 2 /3 . Supponiamo inoltre di non poter esaminare
direttamente l’interno delle due urne, ma di poter eseguire un numero arbitrario di
estrazioni con rimessa. Scegliamo ora una delle due urne, e chiediamoci quale delle
due abbiamo preso. È evidente che D = {D1 , D2 } costituisce una decomposizione di
Ω, e che, in assenza di altre informazioni, le probabilità a priori di aver preso una
o l’altra urna saranno uguali per cui si avrà

P {D1 } = P {D2 } = 1
/2

È però intuitivo pensare che per saperne di più sull’urna scelta basterà eseguire un
certo numero di estrazioni con rimessa: infatti l’osservazione di un numero elevato

15
N. Cufaro Petroni: Probabilità e Statistica

di palline bianche ci farebbe propendere verso l’idea di aver preso D2 , e viceversa nel
caso contrario. La formula di Bayes (2.3) e i risultati del Teorema 2.7 ci permettono
ora di dare una veste quantitativa a queste considerazioni rimaste fin qui puramente
qualitative. Supponiamo, infatti, per fissare le idee, di eseguire n = 10 estrazioni
con rimessa dall’urna scelta, e di trovare k = 4 volte una pallina bianca, e n − k = 6
volte una pallina nera, cioè che si verifichi l’evento

B = su 10 estrazioni si trovano 4 palline bianche

Abbiamo già osservato che, nei due casi possibili di scelta delle nostre urne D1 e D2 ,
le probabilità dell’evento B sono date dalla formula (2.4) rispettivamente con p = 21
e con p = 32 , cioè sappiamo che
( ) ( )4 ( )10−4 ( )
10 1 1 10 1
P {B|D1 } = =
4 2 2 4 210
( ) ( )4 ( )10−4 ( ) 4
10 2 1 10 2
P {B|D2 } = =
4 3 3 4 310

e pertanto dalla formula di Bayes otteniamo

P {B|D1 } P {D1 } 1
P {D1 |B} = = 210
P {B|D1 } P {D1 } + P {B|D2 } P {D2 } 1
210
+ 24
310
310
= = 0.783
310 + 214
214
P {D2 |B} = 10 = 0.217
3 + 214
Come si noterà, l’aver osservato un numero relativamente scarso di palline bianche
favorisce – ma ora con una stima numerica precisa delle probabilità a posteriori –
l’ipotesi di aver preso l’urna D1 che contiene la proporzione più piccola di palline
bianche. Naturalmente ulteriori estrazioni produrranno delle modifiche di questa va-
lutazione anche se, a lungo andare, ci attendiamo intuitivamente una stabilizzazione
del risultato

16
Capitolo 3

Variabili aleatorie

3.1 Variabili e vettori aleatori

Abbiamo già osservato che in generale lo spazio dei campioni Ω non è necessaria-
mente un insieme numerico nel senso che i suoi elementi sono oggetti astratti: ad
esempio nel caso della moneta gli elementi di Ω sono T e C. D’altra parte nelle ap-
plicazioni gli aspetti più rilevanti sono legati ai valori numerici di misure empiriche.
Assume quindi una certa importanza la possibilità di introdurre delle procedure che
consentano di associare dei numeri ai risultati dei nostri esperimenti aleatori
Definizione 3.1. Dato uno spazio di probabilità (Ω, F, P ) si dice variabile alea-
toria ( v-a) un’applicazione X : Ω → R tale che
{X ∈ B} ≡ {ω : X(ω) ∈ B} ∈ F (3.1)
comunque scelto un arbitrario sottoinsieme B di R, come ad esempio un intervallo
B = [a, b] (vedi anche Figura 3.1). Si noti che il simbolo {X ∈ B} qui introdotto
sarà sempre inteso come un’abbreviazione che denota un evento sottoinsieme di Ω
A prima vista la precisazione (3.1) contenuta nella precedente definizione può sem-
brare superflua perché {X ∈ B} è sempre un sottoinsieme di Ω: il punto cruciale
però è che tale sottoinsieme deve anche essere uno di quelli selezionati per essere un
evento di F, e questo non è sempre garantito. Come abbiamo già osservato, infatti,
in generale F non è la famiglia di tutte le parti di Ω, ma un’opportuna famiglia di
sottoinsiemi (eventi) per i quali siamo in grado di assegnare una probabilità
Esempio 3.2. Si consideri un dado con le facce colorate con sei colori diversi:
in questo caso Ω è costituito dall’insieme dei sei colori scelti. Si supponga poi di
stabilire le regole di un gioco nel quale ad ogni colore è associata una vincita in
denaro: la regola che attribuisce la vincita ad ogni colore è una v-a. Un altro
esempio semplice, ma molto rilevante di v-a è costituito dall’indicatore IA (ω) di
un evento A ∈ F , cioè la funzione con valori 0, 1 cosı̀ definita
{
1, se ω ∈ A,
IA (ω) =
0, se ω ∈ / A,

17
N. Cufaro Petroni: Probabilità e Statistica

x
R

X
x = XHΩL

W
Ω

Figura 3.1: Illustrazione grafica della definizione di variabile aleatoria.

essa quindi che vale 1 per tutti i risultati ω che verificano A, e 0 in tutti gli altri
casi. Si verifica facilmente che si tratta di una v-a secondo la Definizione 3.1 perché
tutti gli insiemi del tipo {IA ∈ [a, b]} sono A, A, ∅ e Ω, e quindi sono certamente
elementi di F dato che A ∈ F
La Definizione 3.1 con la precisazione (3.1) è fondamentale perché consente di as-
sociare una probabilità agli insiemi B di R, ad esempio agli intervalli [a, b]: in
pratica – come vedremo nella definizione seguente – la v-a X proietta sull’insieme
R un’immagine PX della probabilità P inizialmente definita su Ω

Definizione 3.3. Chiameremo legge o distribuzione della v-a X la probabilità

PX da essa definita su R tramite la relazione

PX (B) ≡ P {X ∈ B} (3.2)

dove B è un arbitrario sottoinsieme di R, ad esempio un intervallo B = [a, b]. Per

indicare che X segue la legge PX useremo la notazione X ∼ PX

La relazione (3.2) definisce quindi una nuova PX che permette di attribuire una
probabilità agli insiemi B di valori assunti da X: per lo più essi saranno intervalli
di R. In questo modo l’insieme R, i suoi intervalli e PX costituiscono a tutti gli
effetti un nuovo spazio di probabilità. Si noti che la Definizione 3.3 è coerente proprio
perché la precedente Definizione 3.1 garantisce che {X ∈ B} sia un elemento di F

Esempio 3.4. Sia A ∈ F un evento con P {A} = p, e sia IA il suo indicatore. La

v-a IA assume solo i due valori 0 e 1, e pertanto eventi del tipo {IA ∈ [2 , 4]}, oppure
{IA ∈ (−∞, −3]} non capitano mai, cioè

{IA ∈ [2 , 4]} = {IA ∈ (−∞, −3]} = ∅

per cui ( ) ( )
PIA [2 , 4] = PIA (−∞ , −3] = 0

18
 3.1 Variabili e vettori aleatori

Viceversa si vede facilmente che ad esempio

{ [ ]} { [ ]}
IA ∈ 1 /2 , 2 = A IA ∈ −1 , 1 /2 = A {IA ∈ [−2 , 2]} = Ω
per cui
( [1 ]) ([ ]) ( )
PIA /2 , 2 = p , PIA −1 , 1 /2 = 1 − p, PIA [−2 , 2] = 1

Ogni v-a attribuisce in generale al medesimo intervallo una probabilità diversa, per
cui v-a diverse X, Y, . . . hanno, in generale, leggi diverse PX , PY , . . .. Non è però
vietato che ci siano v-a differenti (nel senso della Definizione 3.1) ma dotate della
medesima legge: in questo caso si parlerà di v-a identicamente distribuite (id )
Esempio 3.5. Per costruire un esempio di due v-a distinte, ma id si consideri
un dado equo e si definiscano
{ {
1 se esce II,IV oppure VI, 1 se esce I, II oppure III,
X= Y =
0 altrimenti. 0 altrimenti.
X ed Y sono ovviamente v-a diverse: ad esempio, se esce I, X prende valore 0
mentre Y vale 1. Ciononostante esse sono id . In effetti X ed Y sono gli indicatori
di due eventi, rispettivamente A = “esce II,IV oppure VI” e B = “esce esce I, II
oppure III”, che pur essendo diversi hanno la stessa probabilità 1 /2 . Pertanto X
e Y assumono ambedue valore 0 oppure 1 con la medesima probabilità 1 /2 . Ragio-
nando come nell’Esempio 3.4 si può allora mostrare che esse attribuiscono la stessa
probabilità a tutti gli intervalli di R, cioè PX = PY
In molte situazioni sarà necessario associare ad ogni ω ∈ Ω non un solo numero, ma
un intero vettore di m numeri: questo avviene, ad esempio, quando si misurano con-
temporaneamente diverse quantità fisiche. In questo caso avremo una applicazione
da Ω in Rm , e ciò in pratica equivale a definire m v-a X1 , . . . , Xm che possono essere
pensate come le componenti di un vettore X. Riassumendo queste osservazioni sarà
opportuno pertanto introdurre anche la definizione seguente
Definizione 3.6. Chiameremo variabile aleatoria m-dimensionale (o vettore
aleatorio) un vettore X = (X1 , . . . , Xm ) le cui componenti Xj sono m v-a nel senso
della Definizione 3.1.
Ovviamente, dalle componenti di un dato vettore aleatorio X = (X1 , . . . , Xm ), po-
tremo sempre generare non solo gli eventi {X1 ∈ B1 }, . . . , {Xm ∈ Bm } già introdotti,
ma anche gli eventi congiunti, cioè quelli del tipo
{X1 ∈ B1 , . . . , Xm ∈ Bm } ≡ {ω ∈ Ω : X1 (ω) ∈ B1 , . . . , Xm (ω) ∈ Bm }
= {X1 ∈ B1 } ∩ . . . ∩ {Xm ∈ Bm }
Questo ci consente ora di assegnare una probabilità anche ai sottoinsiemi di Rm del
tipo B = B1 × . . . × Bm (in particolare, se i Bi sono intervalli di R, il sottoinsieme
B sarà un rettangolo m-dimensionale)

19
N. Cufaro Petroni: Probabilità e Statistica

Definizione 3.7. Chiameremo legge o distribuzione congiunta del vettore X =

(X1 , . . . , Xm ) la probabilità PX da esso proiettata su Rm tramite la relazione

PX (B) ≡ P {X1 ∈ B1 , . . . , Xm ∈ Bm } (3.3)

Le leggi PXi (Bi ) delle singole componenti Xi (ottenute dalla Definizione 3.3) si
chiameranno invece leggi o distribuzioni marginali
Siamo ora in grado di adattare alle v-a il concetto di indipendenza di eventi della
Definizione 2.6: come sarà precisato nella definizione che segue, infatti, due o più
v-a sono indipendenti quando tutti gli eventi da esse generati sono indipendenti nel
senso della Definizione 2.6
Definizione 3.8. Diremo che le componenti di un vettore X = (X1 , . . . , Xm ) sono
v-a indipendenti se tutti gli eventi {X1 ∈ B1 }, . . . , {Xm ∈ Bm } da esse generati
sono indipendenti nel senso della Definizione 2.6, comunque scelti i sottoinsiemi
numerici B1 , . . . , Bm ; cioè se

P {X1 ∈ B1 , . . . , Xm ∈ Bm } = P {X1 ∈ B1 } · . . . · P {Xm ∈ Bm }

comunque scelti i sottoinsiemi numerici B1 , . . . , Bm (ad esempio intervalli di R). Se

inoltre le n v-a indipendenti hanno anche tutte la stessa distribuzione diremo che
esse sono v-a indipendenti e identicamente distribuite ( iid )

3.2 Funzioni di distribuzione

Nelle sezioni successive esamineremo gli strumenti matematici che ci permetteranno
di costruire esplicitamente le leggi delle v-a di uso più comune, e a questo scopo
distingueremo le leggi in due grandi categorie – quelle discrete e quelle continue – che
esauriscono tutti i casi di interesse pratico. In questa sezione in vece introdurremo
un concetto comune ad ambedue le categorie che sarà molto utile in seguito
Definizione 3.9. Chiameremo funzione di distribuzione cumulativa ( FDC )
di una v-a X la funzione definita come
( )
FX (x) ≡ P {X ≤ x} = P {X ∈ (−∞, x]} = PX (−∞, x] ∀x ∈ R.

Teorema 3.10. La FDC FX (x) di una v-a X gode delle seguenti proprietà:
1. 0 ≤ FX (x) ≤ 1, per ogni x ∈ R;

2. FX (x) è una funzione non decrescente di x che tende a 0 per x → −∞, e

tende a 1 per x → +∞;

3. FX (x) può presentare delle discontinuità (salti): se è discontinua in x0 , FX (x)

sarà continua da destra, e ammetterà limite da sinistra diverso da FX (x0 );

20
 3.2 Funzioni di distribuzione

Dimostrazione: Omessa. Osserveremo solo che da tutte queste proprietà si rica-

va che FX (x) è una funzione che cresce in maniera monotòna da F (−∞) = 0 a
FX (+∞) = 1, e che può presentare discontinuità di prima specie (salti) nel senso
che, se x0 è una di tali discontinuità, esisteranno sempre finiti ambedue i limiti da
destra e da sinistra
FX (x+
0 ) = lim FX (x) FX (x−
0 ) = lim FX (x)
x↓x0 x↑x0

In tal caso, però, FX (x) sarà continua solo da destra nel senso che FX (x+
0 ) = FX (x0 ),
−
mentre invece FX (x0 ) < FX (x0 ) 

Teorema 3.11. La probabilità attribuita da PX agli intervalli chiusi a destra (a, b]

si calcola dalla FDC FX (x) mediante la formula
( )
P {a < X ≤ b} = PX (a, b] = FX (b) − FX (a) (3.4)

In particolare la probabilità attribuita ad un singolo punto b è

( )
P {X = b} = PX {b} = FX (b) − FX (b− ) (3.5)
Dimostrazione: La (3.4) è una semplice conseguenza della Definizione 3.9 e della
additività (1.3) delle probabilità: infatti
(−∞, b] = (−∞, a] ∪ (a, b] (−∞, a] ∩ (a, b] = ∅
e quindi
( ) ( ) ( ) ( )
FX (b) = PX (−∞, b] = PX (−∞, a] + PX (a, b] = FX (a) + PX (a, b]
cioè la (3.4). La (3.5) deriva poi da (3.4) se si osserva che
( ) ( )
PX {b} = lim PX (a, b]
a↑b

In particolare da (3.5) consegue che la probabilità attribuita ad un singolo

( )punto b
è diversa da zero se e solo se FX (x) è discontinua in b; viceversa PX {b} = 0 in
tutti i punti b in cui FX (x) è continua 
Il concetto di funzione di distribuzione cumulativa si estende in maniera naturale
anche ai vettori aleatori, ma in questo caso dovremo tenere conto sia delle FDC della
legge congiunta del vettore aleatorio, che delle singole FDC delle leggi marginali delle
sue componenti
Definizione 3.12. Chiameremo FDC congiunta di un vettore X = (X1 , . . . , Xm )
la funzione con m variabili
FX (x1 , . . . , xm ) = P {X1 ≤ x1 , . . . , Xm ≤ xm }
e FDC marginali le FDC delle singole componenti Xj
FXj (xj ) = P {Xj ≤ xj } j = 1, . . . , m

21
N. Cufaro Petroni: Probabilità e Statistica

Teorema 3.13. Le componenti di un vettore aleatorio X = (X1 , . . . , Xm ) sono

indipendenti se e solo se

FX (x1 , . . . , xm ) = FX1 (x1 ) · . . . · FXm (xm )

cioè se la FDC congiunta si fattorizza nel prodotto delle sue FDC marginali

Dimostrazione: Omessa 
Da quanto precede si ricava che la conoscenza della FDC è tutto quello che serve per
conoscere completamente la legge di una v-a o di un vettore aleatorio. Non sempre,
però, la FDC si rivela lo strumento più comodo per eseguire i calcoli pratici. Nelle
sezioni seguenti introdurremo pertanto anche gli ulteriori concetti che saranno poi
utilizzati. Prima però sarà opportuno aggiungere che spesso ci capiterà anche di
utilizzare v-a Z ottenute come funzioni, somme o altre combinazioni di altre v-a:
ad esempio, data la v-a X, possiamo essere interessati ad esaminare la v-a Z = X 2 ,
oppure Z = cos X, o altre funzioni di X. Analogamente, date due (o più) v-a X e
Y , potremmo voler eseguire dei calcoli sulla v-a Z = X + Y , oppure Z = XY e cosı̀
via. La v-a Z in tutti questi casi avrà una sua legge e una sua FDC FZ (z), e vi sono
tecniche particolari che consentono di ricavare FZ (z) a partire dalle FX (x), FY (y), . . .
iniziali. Noi non entreremo in questi dettagli, ma ci limiteremo, ove necessario, a
ricordare i risultati più importanti senza dimostrazioni

3.3 Leggi discrete

Definizione 3.14. Chiameremo v-a discrete le v-a X che assumono solo un
insieme finito, o infinito numerabile di valori che indicheremo con xk dove k =
0, 1, 2, . . . ∈ N . Le leggi corrispondenti si chiameranno leggi discrete

In particolare nel seguito saremo interessati prevalentemente a v-a discrete X i

cui valori xk coincideranno proprio con i numeri interi k = 0, 1, 2, . . . ∈ N : in
questo caso i valori xk = k di X rappresentano in genere il risultato aleatorio di un
conteggio. Un altro importante caso particolare è l’indicatore IA di un evento A:
esso è ovviamente una v-a discreta dato che assume solo i due valori 0 e 1
È facile capire che la legge di una v-a discreta X sarà determinata non appena
siano assegnate le xk e le rispettive probabilità

pk = P {X = xk } , k = 1, 2, . . .

dove l’evento {X = xk } è come al solito il sottoinsieme costituito dalle ω ∈ Ω per

le quali X(ω) = xk . Val la pena notare che l’assegnazione dei numeri pk può essere
arbitraria purché essi soddisfino le due seguenti proprietà
∑
pk ≥ 0 , k = 1, 2, . . . ; pk = 1 (3.6)
k

22
 3.3 Leggi discrete

con la precisazione che, nel caso in cui X assume un insieme infinito numerabile
di valori, la somma nella relazione precedente è in realtà una serie della quale deve
essere ovviamente assicurata la convergenza. Quando le xk e le pk sono note anche
la legge PX è completamente determinata: dato ad esempio intervallo B = [a, b],
la probabilità PX (B) = P {X ∈ B} si otterrà sommando le pk relative alle xk che
cadono in B ∑
PX (B) = P {X = xk }
k: xk ∈B

Da quanto precede si ricava che la FDC FX (x) di una v-a discreta X è sempre
una funzione a scalini : essa presenta delle discontinuità (salti) nei valori xk assunti
da X, e rimane costante fra due valori consecutivi xk e xk+1 ; inoltre l’altezza del
salto in xk coincide proprio con la probabilità che X assuma il valore xk : infatti,
tenendo conto della (3.5), si ha

pk = P {X = xk } = FX (xk ) − FX (x−
k ) = FX (xk ) − FX (xk−1 ) (3.7)

Nel seguito esamineremo alcune importanti leggi discrete di v-a che assumono solo
valori interi 0, 1, 2, . . . e mostreremo anche le loro rappresentazioni grafiche mediante
grafici a barre consistenti in diagrammi nei quali ad ogni xk viene semplicemente
associata una barra verticale di altezza pari a pk . Si noti che in realtà ogni esempio
tratterà non una sola legge, ma una intera famiglia di leggi caratterizzate da distri-
buzioni che differiscono fra loro per il valore di uno o più parametri: ad esempio le
leggi Binomiali B (n; p) sono classificate dai due parametri n ∈ N e p ∈ [0, 1]; le
leggi di Poisson P(λ) sono invece classificate da un solo parametro λ > 0, e cosı̀
via. La stessa osservazione si applicherà al caso delle leggi di v-a continue nella
successiva Sezione 3.4
Definizione 3.15. Chiameremo moda (o mode) di una legge discreta il valore
(i valori) xk in cui il grafico a barre presenta un massimo (o dei massimi relativi):
si tratta quindi del valore (dei valori) più probabile (i). In caso di ambiguità (barre
adiacenti della stessa altezza) si sceglie convenzionalmente un valore intermedio

3.3.1 Legge degenere

Si dice che una v-a X è degenere quando essa assume con probabilità 1 sempre lo
stesso valore b ∈ R, cioè quando la X praticamente non è aleatoria dato che
P {X = b} = 1
La corrispondente distribuzione PX assegnerà quindi probabilità 1 a tutti i sottoin-
siemi di R che contengono b, e 0 a tutti gli altri. Al variare del parametro b ∈ R
queste leggi costituiscono una famiglia che indicheremo con il simbolo δb e scrivere-
mo anche X ∼ δb . La FDC FX (x) in questo caso è costituita da un unico gradino
alto 1 e posizionato in x = b, mentre il grafico a barre si riduce ad un’unica barra
di altezza 1 in x = b

23
N. Cufaro Petroni: Probabilità e Statistica

FX
p
1

1- p

1- p

x x
-1 1 2 0 1 2

Figura 3.2: FDC e grafico a barre di una legge di Bernoulli. Nel caso in figura la
moda è 1

3.3.2 Legge di Bernoulli

Si dice che una v-a X è distribuita secondo la legge di Bernoulli B (1; p), e scriveremo
anche X ∼ B (1; p), quando essa assume i seguenti valori
{
1 con probabilità p,
X=
0 con probabilità 1 − p.

con 0 ≤ p ≤ 1. In altri termini si ha

p 0 = P {X = 0} = 1 − p , p 1 = P {X = 1} = p . (3.8)

È evidente che ogni indicatore IA di un evento A con P {A} = p è una v-a di

Bernoulli B (1; p): infatti
{ }
P {IA = 0} = P A = 1 − p , P {IA = 1} = P {A} = p .

Nella Figura 3.2 è mostrato prima di tutto il grafico della FDC di una legge di
Bernoulli B (1; p): esso presenta due discontinuità in 0 e 1; inoltre le altezze dei due
salti coincidono proprio con le probabilità 1 − p e p che X prenda rispettivamente
i valori 0 e 1. Sempre nella Figura 3.2 sono poi direttamente rappresentati in un
grafico a barre i valori delle probabilità p e 1 − p che X prenda rispettivamente i
valori 1 e 0. Nell’esempio considerato la moda è 1

3.3.3 Legge binomiale

Diremo che una v-a X segue la legge binomiale B (n; p) con n = 1, 2, . . . e p ≥ 0, e
scriveremo anche X ∼ B (n; p), quando essa assume gli n + 1 valori 0, 1, . . . , n con
le seguenti probabilità
( )
n k
pk = P {X = k} = p (1 − p)n−k , k = 0, 1, . . . , n (3.9)
k

24
 3.3 Leggi discrete

FX
p2
1
p1

p0 + p1
p0
p0
x x
1 2 n 0 1 2 n

Figura 3.3: FDC e grafico a barre di una legge binomiale B (n; p). Nel caso in figura
la moda è 2

È facile verificare che le pk in (3.9) definiscono correttamente una distribuzione

perché rispettano le condizioni (3.6) quale che sia il valore di n e p: infatti dalla
formula di Newton per la potenza di un binomio si ha
∑n ∑n ( )
n k
pk = p (1 − p)n−k = (p + 1 − p)n = 1
k=0 k=0
k

Si verifica anche facilmente che la legge di Bernoulli B (1; p) della Sezione 3.3.2 non
è altro (come peraltro rivela la notazione adottata) che una legge binomiale nel caso
di n = 1
Nella Figura 3.3 è rappresentato il grafico della FDC della legge B (n; p): esso
presenta n + 1 discontinuità nei punti 0, 1, . . . , n, rimane costante fra due successive
discontinuità, vale 0 per x < 0 e 1 per x ≥ n; inoltre l’altezza di ogni salto nel
punto k coincide con la probabilità pk . Nella medesima figura è rappresentato anche
il grafico a barre dei valori pk : per l’esempio considerato la moda è 2. L’andamento
di questi grafici ovviamente cambia al variare dei valori di n e p : in particolare
il grafico a barre è simmetrico quando p = 1 /2 ; viceversa, quando p è prossimo
a 1 (rispettivamente a 0), le pk più grandi si spostano verso i valori più elevati
(rispettivamente meno elevati) di k
Sarà importante osservare a questo punto che la legge (3.9) coincide con quella
già introdotta nella (2.4) del Teorema 2.7. Infatti l’evento B introdotto in quella
occasione altro non è che un evento del tipo {X = k} se X conta il numero delle
palline bianche trovate in n estrazioni indipendenti e con rimessa: il Teorema (2.7)
in altri termini afferma che X ∼ B (n; p). Per dare veste più generale a questo
risultato, consideriamo un esperimento consistente in n tentativi indipendenti di
verifica di un dato evento A che ogni volta si realizza con P {A} = p: potremo
allora definire da un lato n v-a di Bernoulli B (1; p) indipendenti Xk , k = 1, . . . , n
che assumono valore 1 se A si verifica nel tentativo k-mo e 0 in caso contrario; e
dall’altro la v-a X che rappresenta il numero di successi sugli n tentativi. È intuitivo
che fra queste v-a sussista la relazione X = X1 + . . . + Xn mentre la relazione fra le
loro leggi è oggetto del seguente Teorema

25
N. Cufaro Petroni: Probabilità e Statistica

FX
1
p2

0.5 p1

p0
x x
1 2 3 k 0 1 2 k

Figura 3.4: FDC e grafico a barre di una legge di Poisson P(λ) .

Teorema 3.16. Se n v-a X1 , . . . , Xn sono iid con legge di Bernoulli B (1; p), la
loro somma X = X1 + . . . + Xn sarà distribuita con legge binomiale B (n; p). Vice-
versa, ogni legge binomiale B (n; p) è la distribuzione di una v-a X somma di n v-a
X1 , . . . , Xn iid con leggi di Bernoulli B (1; p)

Dimostrazione: Omessa 

3.3.4 Legge di Poisson

Diremo che una v-a X segue la legge di Poisson P(λ) con λ > 0, e scriveremo anche
X ∼ P(λ), quando essa assume tutti i valori interi k ∈ N con le seguenti probabilità

λk −λ
pk = P {X = k} = e , k = 0, 1, 2, . . . (3.10)
k!

È facile verificare anche in questo caso che la somma di queste infinite pk vale
esattamente 1 quale che sia il valore di λ: infatti dal ben noto sviluppo in serie di
Taylor dell’esponenziale eλ si ha
∑
∞ ∑
∞
λk
−λ
pk = e = e−λ eλ = 1
k=0 k=0
k!

Nella Figura 3.4 è rappresentato il grafico della FDC della legge P(λ): esso pre-
senta infinite discontinuità nei punti 0, 1, 2, . . . , rimane costante fra due successive
discontinuità, vale 0 per x < 0 e tende asintoticamente verso 1 per x → +∞; inoltre
l’altezza di ogni salto nei punti k coincide con la probabilità pk di (3.10). Nella
medesima figura è rappresentato anche il grafico a barre di alcuni dei valori pk , ma
per l’esempio rappresentato la moda è ambigua perché ci sono due valori (3 e 4) con
la stessa probabilità: in questo caso si può prendere convenzionalmente come moda
il valore 3.5. L’andamento di questi grafici ovviamente cambia al variare del valore
di λ: in particolare al crescere di λ il massimo del grafico a barre si sposta verso

26
 3.4 Leggi continue

fX f X HxL

b f X HxL dx
à f X HxL dx
a

x
a b x x+dx

Figura 3.5: L’area fra a e b al di sotto della curva fX (x) è la probabilità che X assuma
valori fra a e b (vedi equazione (3.13)); inoltre fX (x) dx rappresenta la probabilità
infinitesima che X stia nell’intervallo [x, x + dx].

valori più elevati di k. La legge di Poisson è particolarmente adatta a descrivere v-a

che rappresentano conteggi e che possono assumere un numero illimitato di valori:
numero di telefonate che arrivano ad un centralino in un dato periodo di tempo;
numero di clienti che si presentano allo sportello di un ufficio durante una giornata;
numero di stelle presenti in una determinata regione di cielo. Il motivo per cui que-
sto avviene è chiarito nel successivo capitolo sui Teoremi Limite dal Teorema 5.8 e
dalla discussione dell’Esempio 5.10.

3.4 Leggi continue

Definizione 3.17. Diremo che X è una v-a continua se essa assume tutti i valori
di un intervallo di numeri reali (non escluso l’intero insieme R), e se esiste una
funzione di densità di probabilità ( fdp) fX (x), cioè una funzione definita su
R con ∫ +∞
fX (x) ≥ 0 fX (x) dx = 1 (3.11)
−∞

e tale che ∫ x
FX (x) = fX (t) dt fX (x) = FX′ (x) (3.12)
−∞

dove FX (x) è la FDC di X. Le leggi delle v-a continue si chiamano leggi continue

Abbiamo visto nella Sezione 3.3 che la legge delle v-a discrete è determinata dal-
l’associazione ai valori xk di numeri pk che soddisfino le proprietà (3.6). Nel caso
di v-a continue, invece, questa procedura elementare non è più praticabile e biso-
gna passare invece all’uso degli strumenti del calcolo differenziale e integrale. Più
precisamente la Definizione 3.17 chiarisce che la legge di una v-a continua X è carat-
terizzata dall’assegnazione di una opportuna fdp fX (x) mediante la quale è possibile
eseguire tutti i calcoli necessari. In particolare le relazioni fra la fdp fX e la FDC

27
N. Cufaro Petroni: Probabilità e Statistica

fX FX

1
1
€€€€€€€€€€€€€€€€€
b-a

x x
a b a b

Figura 3.6: fd e FDC della legge Uniforme U (a, b).

FX sono riassunte in (3.12), cioè FX è la primitiva di fX , e quindi a sua volta fX è

la derivata di FX . Ne deriva pertanto che, comunque scelto un intervallo [a, b] (vedi
Figura 3.5) tenendo conto di (3.4) e di (3.12) risulterà

∫
( ) b
P {a ≤ X ≤ b} = PX [a, b] = FX (b) − FX (a) = fX (x) dx (3.13)
a

Si noti però che – a differenza da quanto avviene nel caso generale (3.4) – per le
leggi continue non è più necessario precisare se l’intervallo considerato è chiuso o
aperto. Infatti per v-a continue la FDC (3.12) è sempre una funzione continua in
ogni x, e quindi da (3.5) deriva che la probabilità di assumere un singolo valore è
rigorosamente zero: pertanto aggiungere o togliere gli estremi a e b all’intervallo
di integrazione in (3.13) non cambia il risultato. D’altra parte è bene osservare
che il valore non nullo di fX (x) in x non rappresenta affatto la probabilità che la
v-a X assuma il valore x: si potrebbe infatti far vedere con dei banali esempi che
una fd può assumere anche valori maggiori di 1, e quindi non può in nessun modo
essere una probabilità. Piuttosto è la quantità infinitesima fX (x) dx che può essere
interpretata come la probabilità (infinitesima) che X prenda valori nell’intervallo
infinitesimo [x, x + dx] (vedi Figura 3.5)
Il calcolo delle probabilità con l’integrale in (3.13) non è sempre un’operazione
elementare: in mancanza di opportuni strumenti di calcolo si usano delle apposite
Tavole (vedi Appendice E) nelle quali sono elencati i valori delle FDC FX per le
leggi più usuali. Il calcolo di P {a ≤ X ≤ b} potrà allora essere effettuato mediante
la differenza FX (b) − FX (a)

Definizione 3.18. Chiameremo moda (o mode) di una legge continua il valore

(o i valori) di x in cui la sua fdp assume il valore massimo (o i valori massimi
relativi). In caso di ambiguità (valori massimi assunti su un intervallo) si sceglie
convenzionalmente un punto intermedio

28
 3.4 Leggi continue

3.4.1 Legge uniforme

Diremo che una v-a X segue una legge U (a, b) uniforme nell’intervallo [a, b] (con
a, b ∈ R), e scriveremo anche X ∼ U (a, b), se essa è caratterizzata dalla fdp
{
1
b−a
se a ≤ x ≤ b,
fX (x) = (3.14)
0 altrimenti.

La FDC si calcola poi in maniera elementare:



0 se x < a,
FX (x) = b−a se a ≤ x ≤ b,
x−a


1 se x > b.

Queste due funzioni sono rappresentate nella Figura 3.6. Ovviamente le relazio-
ni (3.11) sono sempre soddisfatte dato che l’area di un rettangolo di base b − a e
1
altezza b−a è sempre 1. Si vede inoltre dall’equazione (3.13) che con c e ∆ tali che
a ≤ c ≤ c + ∆ ≤ b si ha P {c ≤ X ≤ c + ∆} = b−a ∆
indipendentemente dal valore
di c; pertanto a intervalli di larghezza ∆ interni ad [a, b] viene attribuita sempre la
∆
stessa probabilità b−a indipendentemente dalla loro collocazione: questo è in defini-
tiva il significato della uniformità della distribuzione. Dalla Figura 3.6 si può anche
vedere che la collocazione della moda è ambigua perché la fdp assume valori massimi
in tutto l’intervallo [a, b]: in questo caso si può convenzionalmente assumere che la
moda sia il punto di mezzo a+b 2

3.4.2 Legge normale o Gaussiana

Diremo che una v-a X segue una legge normale o Gaussiana N (µ, σ 2 ) con µ ∈ R e
σ > 0, e scriveremo anche X ∼ N (µ, σ 2 ), se essa è caratterizzata dalla fdp

1
fX (x) = √ e−(x−µ) /2σ
2 2
(3.15)
σ 2π

Queste fdp soddisfano le relazioni (3.11) per ogni valore di µ e σ, ma noi non lo
verificheremo; ci limiteremo invece a dare una descrizione qualitativa del compor-
tamento di queste funzioni che sono rappresentate nella Figura 3.7. La fdp di una
normale N (µ, σ 2 ) è una curva a campana, simmetrica attorno ad un massimo nel
punto x = µ (moda). La funzione va rapidamente verso zero allontanandosi dal
centro della curva e la larghezza della campana è regolata dal valore di σ : grandi
valori di σ corrispondono a curve larghe e piatte; piccoli valori di σ corrispondono
a curve strette e alte. Si può mostrare che la curva presenta due flessi proprio in
x = µ ± σ. La FDC ∫ x
1
e−(t−µ) /2σ dt
2 2
FX (x) = √ (3.16)
σ 2π −∞

29
N. Cufaro Petroni: Probabilità e Statistica

fX FX
1 1
€€€€€€€€€€€€€€€€
€€€€€€€€€!€€€
!!!!!!!
Σ 2Π

0.5

x x
Μ -Σ Μ Μ +Σ Μ -Σ Μ Μ +Σ

Figura 3.7: fdp e FDC della legge Normale N (µ, σ 2 ). La moda di queste leggi è µ

non ha un’espressione analitica elementare, ma il suo grafico è molto semplice, re-

golare e tipico delle FDC : ha una forma di S allungata che varia da 0 verso 1 con
un punto di flesso in x = µ. La FDC di una normale diviene sempre più ripida (e
al limite approssima un gradino di altezza 1) quando σ → 0; viceversa si allunga
sempre di più con il crescere di σ
La legge N (0, 1) la cui fdp è

1 x2
φ(x) = √ e− 2 (3.17)
2π

è detta anche legge normale standard e riveste una importanza particolare perchè,
come vedremo, il calcolo delle probabilità relative a leggi normali generiche può
sempre essere facilmente ricondotto all’uso delle Tavole dell’Appendice E per la
FDC della legge normale standard
∫ x
1 t2
Φ(x) = √ e− 2 dt (3.18)
2π −∞

La fdp e la FDC della normale standard presentano lo stesso andamento qualitativo

di Figura 3.7, ma la moda si trova in x = 0 e i due flessi in x = ±1 . Inoltre, data la
evidente simmetria di queste due funzioni attorno a x = 0 è anche facile verificare
che
φ(−x) = φ(x) Φ(−x) = 1 − Φ(x) (3.19)
Teorema 3.19.
1. Se X ∼ N (µ, σ 2 ), e se a, b sono due numeri, allora

aX + b ∼ N (aµ + b, a2 σ 2 )

2. Se X ∼ N (µ, σ 2 ) e Y ∼ N (ν, τ 2 ) sono v-a indipendenti, allora

X + Y ∼ N (µ + ν, σ 2 + τ 2 )

30
 3.4 Leggi continue

3. Se X ∼ N (µ, σ 2 ), se a, b sono due numeri e Φ(x) è la FDC standard, allora

( ) ( )
b−µ a−µ
P {a ≤ X ≤ b} = Φ −Φ (3.20)
σ σ

Dimostrazione: Omettendo la dimostrazione dei punti 1 e 2 ci limiteremo a di-

scutere solo la formula (3.20) del punto 3: se X ∼ N (µ, σ 2 ), dal punto 1 sappiamo
in particolare che
X −µ
Y = ∼ N (0, 1)
σ
e quindi anche X = σY + µ. D’altra parte, dati i numeri a e b avremo
{ }
a−µ b−µ
P {a ≤ X ≤ b} = P {a ≤ σY + µ ≤ b} = P ≤Y ≤
σ σ
ed essendo Y ∼ N (0, 1), da (3.13) e (3.18) si ricava immediatamente la (3.20) 
In base a questo Teorema, dunque, potremo sempre trasformare una nell’altra una
v-a normale standard Y ∼ N (0, 1), e una normale non standard X ∼ N (µ, σ 2 )
mediante le relazioni
X −µ
Y = ∼ N (0, 1) X = σY + µ ∼ N (µ, σ 2 )
σ
e conseguentemente le probabilità P {a ≤ X ≤ b} potranno sempre essere calcolate
mediante la (3.20): un calcolo che si riduce alla consultazione delle Tavole della
FDC normale standard riportate nell’Appendice E. L’uso di queste Tavole sarà
molto utile anche per le altre leggi che introdurremo nel seguito
Si noti che nel seguito, per indicare la probabilità che una v-a X cada in un certo
intervallo [a, b], useremo a volte il simbolo della sua legge invece che quello della v-a:
cosı̀, ad esempio, il precedente risultato (3.20) può essere equivalentemente espresso
nella forma ( ) ( )
{ } b−µ a−µ
P a ≤ N (µ, σ ) ≤ b = Φ
2
−Φ
σ σ
facendo riferimento solo alla legge e non alla v-a X

3.4.3 Leggi del chi-quadro, di Student e di Fisher

Diremo che una v-a X segue una legge del chi-quadro χ2 (n) con n ∈ N gradi di
libertà, e scriveremo anche X ∼ χ2 (n), se essa è caratterizzata dalla fdp
x 2 −1 e− 2
n x

fX (x) = n = 1, 2, 3, . . . (3.21)
An
dove le costanti An valgono
{ √
√ (n − 2)!! 2π per n = 3, 5, 7, . . .
A1 = 2π A2 = 2 An =
(n − 2)!! 2 per n = 4, 6, 8, . . .

31
N. Cufaro Petroni: Probabilità e Statistica

fX FX
1

x x
n- 2 n- 2

Figura 3.8: fdp e FDC della legge del chi-quadro χ2 (n) con n > 2.

e abbiamo usato la notazione del doppio fattoriale

{
k(k − 2) . . . 5 · 3 · 1 per k dispari
k!! = con 0!! = 1
k(k − 2) . . . 6 · 4 · 2 per k pari

I grafici di questa fdp e della sua FDC del tipo mostrato nella Figura 3.8 quando
n > 2: invece per n = 1 la fdp diverge per x → 0+ , mentre per n = 2 si ha
fX (0) = 1 /2 . La fdp è diversa da zero solo per x ≥ 0, mentre è rigorosamente
nulla per x < 0; sul semiasse reale positivo il grafico è asimmetrico e presenta una
una lunga coda che si annulla asintoticamente per x → +∞. La moda si trova in
x = n − 2, e tende ad allontanarsi dall’origine per n crescenti. I valori della FDC
di χ2 (n) possono essere trovati sulle opportune Tavole nell’Appendice E e saranno
usati per il calcolo delle probabilità (3.13)

Teorema 3.20. Se X1 , . . . , Xn sono v-a iid tutte normali standard N (0, 1), allora

Z = X12 + . . . + Xn2 ∼ χ2 (n)

cioè la v-a Z, somma dei quadrati di n normali standard indipendenti, segue la legge
del chi-quadro con n gradi di libertà

Dimostrazione: Omessa 
Diremo che una v-a X segue una legge di Student T (n) con n ∈ N gradi di libertà,
e scriveremo anche X ∼ T (n), se essa è caratterizzata dalla fdp
( ) n+1
n 2
fX (x) = Bn n = 1, 2, 3, . . . (3.22)
n + x2

dove le costanti Bn valgono

{ (n−1)!!
1 1 √ per n = 3, 5, 7, . . .
B1 = B2 = √ Bn (n−2)!! π n
(n−1)!!
π 2 2 √ per n = 4, 6, 8, . . .
(n−2)!! 2 n

32
 3.4 Leggi continue

fX FX
1

0.5

x x
-1 1 -1 1

Figura 3.9: fdp e FDC della legge di Student con n gradi di libertà T (n). Le curve
più sottili sono la fdp e la FDC della N (0, 1) e sono qui riportate per confronto.

Una legge di Student T (n) con n = 1, 2, . . . gradi di libertà ha una fdp e una FDC
del tipo mostrato nella Figura 3.9. La fdp di T (n) è una funzione a campana,
simmetrica attorno alla moda in x = 0, e per alcuni versi simile alla N (0, 1). Come
si vede dalla (3.22) e dalla Figura 3.9 la fdp di T (n) si annulla per x → ±∞ più
lentamente della fdp della N (0, 1). Quando però il valore di n cresce la fdp della
legge T (n) diviene sempre più simile alla fdp normale standard, e al limite le due
funzioni coincidono. I valori della FDC di T (n) possono essere trovati sulle Tavole
nell’Appendice E e saranno usati nel calcolo tramite l’equazione (3.13).

Teorema 3.21. Se X ∼ N (0, 1) e Z ∼ χ2 (n) sono v-a indipendenti, allora

X
T =√ ∼ T (n)
Z/n

cioè la v-a T segue la legge di Student T (n) con n gradi di libertà

Dimostrazione: Omessa 
Diremo che una v-a X segue una legge di Fisher F(n, m) con n, m ∈ N gradi di
libertà, e scriveremo X ∼ F(n, m), se essa è caratterizzata dalla fdp
n−2
x 2
fX (x) = Cn,m n+m n, m = 1, 2, 3, . . . (3.23)
(m + nx) 2

dove le costanti Cn,m valgono

n m {1
1 (n + m − 2)!!n 2 m 2 /π n, m = 3, 5, 7 . . .
C1,1 = , C1,2 = C2,1 = 1, Cn,m =
π (n − 2)!!(m − 2)!! 1
/2 in altri casi

e una FDC del tipo mostrato nella Figura 3.10. La fdp di F(n, m) somiglia a quella
di una χ2 (n): essa è diversa da zero solo per x ≥ 0 mentre è rigorosamente nulla
per x < 0; sul semiasse reale positivo il grafico è asimmetrico e presenta una una

33
N. Cufaro Petroni: Probabilità e Statistica

fX FX
1

x x
m Hn - 2L m Hn - 2L
€€€€€€€€€€€€€€€€€€€€€€€€€€€€€ €€€€€€€€€€€€€€€€€€€€€€€€€€€€€
Hm + 2L n Hm + 2L n

Figura 3.10: fdp e FDC della legge di Fisher con n ed m gradi di libertà F(n, m).

lunga coda che si annulla asintoticamente per x → +∞. La moda si trova nel
m(n−2)
punto (m+2)n . I valori della FDC di F(n, m) possono essere trovati sulle Tavole
nell’Appendice E e saranno usati nel calcolo tramite l’equazione (3.13).
Teorema 3.22. Se Z ∼ χ2 (n) e W ∼ χ2 (m) sono v-a indipendenti, allora
Z/n
F = ∼ F(n, m)
W/m
cioè la v-a F segue la legge di Fisher F(n, m) con n, m gradi di libertà
Dimostrazione: Omessa. Si noti che il simbolo F(n, m) non è simmetrico nei suoi
due parametri n e m: è importante sottolineare quindi che in questo teorema il
primo parametro n della legge di Fisher F(n, m) indica sempre il numero di gradi
di libertà della v-a χ2 (n) che si trova al numeratore, mentre il secondo indice m si
riferisce sempre alla v-a χ2 (m) al denominatore 

Teorema 3.23. Se X1 , . . . , Xn sono n v-a iid tutte normali N (µ, σ 2 ), e se poniamo

1 ∑ √
n
Yn
Yn = X1 + . . . + Xn Xn = Sn2 = (Xk − X n )2 Sn = Sn2
n n − 1 k=1

allora
Yn − nµ Xn − µ√
Yn∗ ≡ √ = n ∼ N (0, 1)
σ n σ
n ( )2
Sn2 ∑ Xk − X n
Zn ≡ (n − 1) 2 = ∼ χ2 (n − 1)
σ k=1
σ
Yn − nµ X − µ√
Tn ≡ √ = n n ∼ T (n − 1)
Sn n Sn
cioè le v-a Yn∗ , Zn , Tn definite come sopra seguono rispettivamente le leggi normale
standard N (0, 1), del chi-quadro χ2 (n − 1) e di Student T (n − 1)

34
 3.5 Quantili

fX FX
1

x x
qΑ qΑ

Figura 3.11: Quantile qα di ordine α di una distribuzione con fdp fX e FDC FX .

Dimostrazione: Per semplicità dimostreremo solo che Yn∗ ∼ N (0, 1): siccome le
Xk sono tutte iid con legge N (µ, σ 2 ), da un’applicazione ripetuta del punto 2 del
Teorema (3.19) si ha innanzitutto che

Yn = X1 + . . . + Xn ∼ N (nµ, nσ 2 )

e quindi utilizzando (con una opportuna identificazione dei simboli) il punto 1 del
medesimo teorema
√
∗ Yn − nµ 1 µ n
Yn = √ = √ Yn − ∼ N (0, 1)
σ n σ n σ
Omettiamo invece la dimostrazione degli altri due risultati 

3.5 Quantili
In questa sezione, per semplificare definizioni e notazioni, supporremo sempre che
X sia una v-a continua con fdp fX (x) e FDC FX (x): inoltre – come si vede dagli
esempi della Sezione 3.4 – nei casi di nostro interesse FX è una funzione strettamente
crescente su tutto R (leggi normale e di Sudent), o almeno sul semiasse x ≥ 0 (leggi
del chi quadro e di Fisher). Preso allora un numero 0 < α < 1 uno sguardo ai
grafici delle Figure1 3.7– 3.10 ci convincerà del fatto che esiste sempre una e una
sola soluzione dell’equazione
FX (x) = α (3.24)
In tutti questi casi avrà allora un senso preciso introdurre la seguente definizione

Definizione 3.24. Data una v-a X continua con fdp fX (x) e FDC FX (x), chia-
meremo quantile di ordine α il numero qα soluzione dell’equazione (3.24), cioè
tale che FX (qα ) = α. Il quantile di ordine α = 1 /2 si chiama mediana; i quantili di
ordine α = k /4 con k = 1, 2, 3 si chiamano quartili; i quantili di ordine α = k /10
con k = 1, . . . , 10 si chiamano decili, e cosı̀ via

35
N. Cufaro Petroni: Probabilità e Statistica

Il significato di questa definizione è illustrato nella Figura 3.11: nella immagine

a destra è rappresentato il fatto che FX (qα ) = α; in quella a sinistra, invece, è
riportata la fdp di X, e il significato del quantile qα è quello del punto che lascia alla
sua sinistra un’area sotto la curva pari ad α. Questo è ovviamente coerente con la
Definizione 3.24 dato che dalla Definizione 3.9 e dall’equazione (3.12) si ha
∫ qα
α = FX (qα ) = P {X ≤ qα } = fX (x) dx .
−∞

In questo quadro la mediana q 1 /2 , che divide esattamente a metà l’area sotto la fdp,
rappresenta un primo indicatore di centralità della distribuzione, mentre invece
la differenza fra il primo e il terzo quartile q 3 /4 − q 1 /4 costituisce un indicatore di
dispersione
Naturalmente, siccome la fdp è una funzione monotòna crescente, anche i quantili
qα saranno monotòni crescenti nella variabile α ∈ [0, 1]. Nel seguito indicheremo con
delle notazioni specifiche i quantili delle leggi più usate: cosı̀ φα sarà il quantile di
ordine α della legge normale standard N (0, 1); χ2α (n) quello della legge del chi-
quadro con n gradi di libertà χ2 (n); tα (n) quello della legge di Student con n gradi
di libertà T (n); e infine fα (n, m) quello della legge di Fisher con n e m gradi di
libertà F(n, m)

Teorema 3.25. Se X ∼ N (0, 1), allora i suoi quantili soddisfano le regole di

simmetria
φ α2 = − φ1− α2 (3.25)

inoltre con 0 ≤ α ≤ 1 risulterà sempre φ α2 ≤ 0 ≤ φ1− α2 e sarà verificata la relazione

{ } { }
P |X| ≤ φ1− α2 = P φ α2 ≤ X ≤ φ1− α2 = 1 − α (3.26)

Dimostrazione: La fdp normale standard φ(x) definita in (3.17) è simmetrica at-

torno a x = 0 con φ(−x) = φ(x), come messo in evidenza nella Figura 3.12. Pertanto
i quantili φ α2 e φ1− α2 , che delimitano verso l’esterno due code di uguale probabilità α2
(area grigia), saranno collocati in posizioni diametralmente opposte rispetto a x = 0,
e quindi soddisfano la (3.25). Se poi 0 ≤ α ≤ 1 si ha anche che φ α2 sarà sempre
negativo e φ1− α2 sempre positivo. Da tutto questo deriva che potremo scrivere
{ } { } { }
X ≤ φ1− α2 = X ≤ φ α2 ∪ φ α2 ≤ X ≤ φ1− α2
{ } { } { } { }
= X ≤ φ α2 ∪ − φ1− α2 ≤ X ≤ φ1− α2 = X ≤ φ α2 ∪ |X| ≤ φ1− α2

Siccome abbiamo una unione di eventi disgiunti, segue dalla additività (1.3) della
probabilità che
{ } { } { }
P X ≤ φ1− α2 = P X ≤ φ α2 + P |X| ≤ φ1− α2

36
 3.5 Quantili

Α Α
€€€€€€€ €€€€€€€
2 2

x
j €€€€Α2€€ j1- €€€€Α2€€

Figura 3.12: Quantili di ordine α2 , e 1 − α

2
di una legge normale standard N (0, 1)

da cui si ottiene la (3.26) tenendo anche conto della Definizione 3.24 di quantili:
{ } { } { } ( α) α
P |X| ≤ φ1− α2 = P X ≤ φ1− α2 − P X ≤ φ α2 = 1 − − =1−α
2 2
Ovviamente nella Figura 3.12 questa probabilità corrisponde all’area sotto la fdp
compresa fra i due quantili 

Teorema 3.26. Se T ∼ T (n), allora i suoi quantili soddisfano le regole di simmetria

t α2 (n) = − t1− α2 (n) (3.27)

inoltre con 0 ≤ α ≤ 1 risulterà sempre t α2 ≤ 0 ≤ t1− α2 e sarà verificata la relazione

{ } { }
P |T | ≤ t1− α2 (n) = P t α2 (n) ≤ T ≤ t1− α2 (n) = 1 − α (3.28)

Infine per grandi valori di n i quantili di T (n) possono essere approssimati con quelli
della normale standard N (0, 1)

tα (n) ≃ φα (3.29)

Dimostrazione: Siccome le proprietà di simmetria della fdp (3.22) di T (n) sono

del tutto analoghe a quelle della fdp φ(x) della N (0, 1), la dimostrazione è identica
a quella del Teorema 3.25 con ovvi adeguamenti della notazione. Omettiamo invece
la dimostrazione di (3.29) 

Teorema 3.27. Se Z ∼ χ2 (n), e se 0 ≤ α ≤ 1, allora sarà verificata la relazione

{ }
P χ α (n) ≤ Z ≤ χ1− α (n) = 1 − α
2 2
(3.30)
2 2

37
N. Cufaro Petroni: Probabilità e Statistica

Inoltre per grandi valori di n i quantili di χ2 (n) possono essere approssimati con
( √ )2
φα + 2n − 1
χ2α (n) ≃ (3.31)
2
dove φα sono i quantili della normale standard N (0, 1)
Dimostrazione: Le leggi del chi-quadro χ2 (n) – vedi Figura 3.13 – non hanno le
stesse proprietà di simmetria di quelle normali o di Student, e pertanto anche i loro
quantili non obbediscono più a regole di simmetria e l’equazione (3.30) non può
essere scritta in termini di valori assoluti. Ciononostante la sua dimostrazione segue
un percorso molto simile a quello della (3.26): infatti, essendo i quantili crescenti
con l’ordine, per 0 ≤ α ≤ 1 si ha innanzitutto χ2α (n) < χ21− α (n), e quindi potremo
2 2
scrivere
{ } { } { }
Z ≤ χ1− α (n) = Z ≤ χ α (n) ∪ χ α (n) ≤ Z ≤ χ1− α (n)
2 2 2 2
2 2 2 2

con i due eventi del secondo membro disgiunti. Segue allora dalla additività (1.3)
della probabilità che
{ } { } { }
P Z ≤ χ21− α (n) = P Z ≤ χ2α (n) + P χ2α (n) ≤ Z ≤ χ21− α (n)
2 2 2 2

da cui si ottiene la relazione (3.30) tenendo conto della Definizione 3.24 di quantili
{ } { } { }
P χ2α (n) ≤ Z ≤ χ21− α (n) = P Z ≤ χ21− α (n) − P Z ≤ χ2α (n)
( α) α
2 2 2 2

= 1− − =1−α
2 2
Ometteremo invece la dimostrazione della relazione di approssimazione (3.31) 

Teorema 3.28. Se F ∼ F(n, m), e se 0 ≤ α ≤ 1, allora sarà verificata la relazione

{ }
P f α2 (n, m) ≤ F ≤ f1− α2 (n, m) = 1 − α (3.32)

Inoltre i quantili di F(n, m) godono della seguente proprietà di simmetria

1
fα (n, m) = (3.33)
f1−α (m, n)

Dimostrazione: La dimostrazione di (3.32) è analoga a quella di (3.30) per le leggi

del chi-quadro; la dimostrazione di (3.33) invece è omessa 
I valori dei quantili delle diverse leggi possono essere trovati nelle Tavole dell’Ap-
pendice E, ma come vedremo queste, per ragioni di spazio, non riportano tutti i
valori necessari a discutere problemi di statistica. I valori mancanti potranno però
essere ricavati utilizzando le relazioni (3.25), (3.27), (3.31) e (3.33) che sono state
richiamate nei teoremi precedenti proprio a questo scopo

38
 3.6 Leggi multivariate

Α
€€€€€€€ 1-Α Α
2 €€€€€€€
2
x
Χ €€€€2Α€€ HnL 2 Α
Χ1- €€€€€€ HnL
2 2

Figura 3.13: Quantili di ordine α2 , e 1 − α

2
di una legge χ2 (n).

3.6 Leggi multivariate

Daremo infine alcune nozioni circa le leggi dei vettori aleatori X = (X1 , . . . , Xm )
introdotti con le Definizioni 3.6, 3.7 e 3.12. Se le m componenti Xi sono v-a di-
screte, indicando con xi i valori discreti di ciascuna di esse, la legge congiunta
sarà data assegnando le probabilità congiunte

pX (x1 , . . . , xm ) = P {X1 = x1 , . . . , Xm = xm }

mentre le singole componenti Xi saranno dotate di leggi marginali assegnando le

probabilità
pXi (xi ) = P {Xi = xi } , i = 1, . . . , m
Le leggi congiunte e marginali di un dato vettore aleatorio non sono però assegnate
separatamente in maniera arbitraria: ci sono infatti semplici regole che consentono di
ricavare le leggi marginali a partire dalla sua legge congiunta (marginalizzazione).
Ad esempio, per un vettore X = (X1 , X2 ) con due componenti, si dimostra che
∑ ∑
pX1 (x1 ) = pX (x1 , x2 ) pX2 (x2 ) = pX (x1 , x2 ) (3.34)
x2 x1

dove le somme sono estese rispettivamente a tutti i possibili valori di X1 e di X2 .

Dal Teorema 3.13 si può infine dimostrare che le Xi sono indipendenti se e solo se

pX (x1 , . . . , xm ) = pX1 (x1 ) · . . . · pXm (xm ) (3.35)

Se invece le componenti del vettore aleatorio X = (X1 , . . . , Xm ) sono v-a conti-

nue la legge congiunta è determinata da una fdp con m variabili fX (x1 , . . . , xm ),
mentre le leggi marginali saranno date tramite le fdp delle singole componenti
fXi (xi ). Le proprietà delle fdp m–dimensionali sono del tutto analoghe a quelle del-
le fdp con una sola variabile introdotte nella Definizione 3.17, a parte il fatto che

39
N. Cufaro Petroni: Probabilità e Statistica

la loro formulazione richiede l’uso del calcolo differenziale con m variabili. Cosı̀ ad
esempio per un vettore X = (X1 , X2 ) con due componenti e legge continua le regole
di marginalizzazione (3.34) si modificano in
∫ +∞ ∫ +∞
fX1 (x1 ) = fX (x1 , x2 ) dx2 fX2 (x2 ) = fX (x1 , x2 ) dx1 (3.36)
−∞ −∞

Anche in questo caso dal Teorema 3.13 si può infine dimostrare che le componenti
Xi sono indipendenti se e solo se

fX (x1 , . . . , xm ) = fX1 (x1 ) · . . . · fXm (xm ) (3.37)

Esempio 3.29. (Legge multinomiale) Per dare un esempio di legge congiunta

discreta di un vettore aleatorio m–dimensionale consideriamo n ripetizioni indipen-
denti di un esperimento con m ≥ 2 possibili risultati casuali a1 , . . . , am , e supponia-
mo che in ogni tentativo si ottenga il risultato a1 con probabilità q1 , . . . , e il risultato
am con probabilità qm . Naturalmente dovranno essere verificate le relazioni

0 ≤ qi ≤ 1 , i = 1, . . . , m ; q1 + . . . + qm = 1 .

Se ora Xi è la v-a che rappresenta il numero di volte in cui si è ottenuto l’i-mo

valore ai , il risultato del nostro esperimento sarà rappresentato il vettore aleatorio
X = (X1 , . . . , Xm ) per il quale ovviamente deve risultare

X1 + . . . + Xm = n (3.38)

I possibili valori di X sono quindi i vettori di numeri interi (k1 , . . . , km ) con k1 +

. . . + km = n e si può dimostrare (ma noi trascureremo di farlo) che nelle nostre
condizioni la legge congiunta di X è

n!
pX (k1 , . . . , km ) = P {X1 = k1 , . . . , Xm = km } = q k1 . . . q m
km
(3.39)
k1 ! . . . km ! 1

detta legge multinomiale. È immediato verificare peraltro che si tratta di una ge-
neralizzazione della legge binomiale dell’Esempio 3.3.3 che si ottiene come caso
particolare con m = 2
Un ovvio esempio concreto di legge multinomiale è fornito da n lanci di un dado
con m = 6 facce numerate a1 , . . . , a6 . Se in generale il dado non è ben bilanciato le
probabilità qi di ottenere il risultato i-mo saranno diverse fra loro: detta allora Xi la
v-a che rappresenta il numero di volte in cui su n lanci è uscita la i-ma faccia ai , la
legge del vettore X = (X1 , . . . , X6 ) è proprio (3.39) con m = 6. Se poi in particolare
il dado è bilanciato, allora q1 = . . . = q6 = 1/6 e quindi la legge multinomiale (3.39)
si riduce a
n! 1
pX (k1 , . . . , k6 ) = P {X1 = k1 , . . . , X6 = k6 } =
k1 ! . . . k6 ! 6n

40
 3.6 Leggi multivariate

Questo ci permette allora di calcolare ad esempio la probabilità che su n = 12 lanci

di dado ogni faccia esca esattamente due volte
12! 1
pX (2, 2, 2, 2, 2, 2) = 12
≃ 3.44 × 10−3
2! 2! 2! 2! 2! 2! 6
oppure la probabilità che tre delle sei facce escano 1 volta e le altre tre 3 volte è
12! 1
pX (1, 1, 1, 3, 3, 3) = ≃ 1.02 × 10−3
1! 1! 1! 3! 3! 3! 612
Per le leggi multinomiali è anche possibile calcolare le leggi marginali e verificare
che le componenti Xi non sono indipendenti. Per semplicità ometteremo questa ve-
rifica e ci limiteremo solo ad osservare che è intuitivamente facile giustificare questa
dipendenza se si riflette al fatto che le componenti Xi devono sempre soddisfare la
relazione (3.38), per cui, fissate arbitrariamente le prime m − 1 componenti, la m-a
sarebbe immediatamente già determinata con valore n − (X1 + . . . + Xm−1 ) e quindi
non è indipendente dalle altre

Esempio 3.30. (Legge Gaussiana bivariata) Per dare un esempio di legge con-
giunta continua si consideri un vettore aleatorio X = (X1 , X2 ) con due componenti
dotato di fdp congiunta bivariata
[ ]
(x1 −b1 )2 (x −b )(x −b ) (x −b )2
− 1
−2r 1 a1 a 2 2 + 2 2 2
2(1−r 2 ) a2 a2
e 1 1 2

fX (x1 , x2 ) = √ (3.40)
2πa1 a2 1 − r2

caratterizzata dai cinque parametri a1 , a2 , b1 , b2 , r con le limitazioni a1 , a2 > 0, e

|r| < 1: in questo caso diremo anche che X segue una legge Gaussiana (normale)
bivariata. Si potrebbe mostrare da (3.36) che le leggi marginali delle due componenti
sono X1 ∼ N (b1 , a21 ) e X2 ∼ N (b2 , a22 ), cioè sono anche esse normali con parametri
ricavati da quelli di (3.40) e fdp
1 1
e−(x1 −b1 ) √ e−(x2 −b2 ) /2a2
2 /2a2 2 2
fX1 (x1 ) = √ 1 fX2 (x2 ) = (3.41)
a1 2π a2 2π
Tenendo conto di (3.37) si vede allora che le due componenti di X saranno indi-
pendenti se e solo se r = 0, caso in cui la (3.40) si fattorizza nel prodotto delle
due (3.41)

41
N. Cufaro Petroni: Probabilità e Statistica

42
Capitolo 4

Attesa, varianza e correlazione

4.1 Valore d’attesa

Definizione 4.1. Data una v-a discreta X, con valori xk e legge pX (xk ) =
P {X = xk }, chiameremo valore d’attesa di X (o semplicemente attesa o anche
media) la quantità
∑
µX = E [X] = xk pX (xk ) (4.1)
k

se invece X è una v-a continua con fdp fX (x) l’attesa sarà definita da
∫ +∞
µX = E [X] = xfX (x) dx (4.2)
−∞

Si noti che nella definizione (4.1) di attesa per una v-a discreta X non abbiamo
indicato esplicitamente i possibili valori di k perché non è stato precisato quanti
valori X assume: va però aggiunto che se X assume infiniti valori la somma è in
realtà una serie, e pertanto la definizione ha senso solo quando tale serie converge
verso un valore finito, oppure diverge verso +∞ o −∞. In questi casi diremo che la
v-a discreta X possiede un valore d’attesa, finito o infinito. Nei casi in cui invece
la serie (4.1) né converge, né diverge (ma nel limite continua a oscillare fra valori
differenti) diremo che la v-a X non possiede un valore d’attesa. Considerazioni del
tutto analoghe possono essere applicate anche al comportamento dell’integrale che
compare nella definizione (4.2) del valore d’attesa di una v-a continua X
In pratica, sia nel caso discreto che in quello continuo, l’attesa non è altro che
la somma dei valori assunti da X pesati con le rispettive probabilità (si ricordi a
questo proposito che nel caso continuo la quantità fX (x) dx può essere intesa come la
probabilità che X cada fra x e x+dx): pertanto E [X] rappresenta il baricentro della
distribuzione di X. Nel seguito, quando non diversamente specificato, le definizioni
e le proprietà enunciate con il simbolo E saranno valide sia per il caso discreto che
per quello continuo

43
N. Cufaro Petroni: Probabilità e Statistica

La Definizione 4.1 può essere estesa in modo naturale anche al caso di v-a fun-
zioni di una o più v-a. Per non appesantire le notazioni ci limiteremo al caso
Z = h(X, Y ) in cui la v-a Z è funzione solo di altre due v-a X √ e Y : cosı̀ ad esempio
potremmo avere Z = XY , oppure Z = X/Y , o ancora Z = X 2 + Y 2 e via dicen-
do. Sarà importante osservare allora che in tutte queste situazioni il valore d’attesa
E [Z] – invece che con la distribuzione di Z secondo la Definizione 4.1 – può essere
anche calcolato mediante la legge congiunta di X e Y nel modo seguente: se X e Y
sono v-a discrete che assumono i valori xk e yℓ con legge congiunta p(xk , yℓ ), allora
avremo ∑
E [Z] = E [h(X, Y )] = h(xk , yℓ ) p(xk , yℓ ) (4.3)
k,ℓ

Se invece X e Y sono v-a continue con fdp congiunta f (x, y), allora avremo
∫ +∞ ∫ +∞
E [Z] = E [h(X, Y )] = h(x, y) f (x, y) dx dy (4.4)
−∞ −∞

In particolare per i prodotti di v-a abbiamo nei due casi

∑ ∫ +∞ ∫ +∞
E [XY ] = xk yℓ p(xk , yℓ ) E [XY ] = xy f (x, y) dx dy (4.5)
k,ℓ −∞ −∞

Queste formule si generalizzano facilmente anche al caso Z = h(X1 , . . . , Xn ) di fun-

zioni di n v-a usando, con qualche complicazione della notazione, le leggi congiunte
del vettore aleatorio (X1 , . . . , Xn ). Inoltre esse si adattano anche al caso più sempli-
ce in cui Z = h(X) è funzione di una sola v-a X, come ad esempio Z = X 2 , oppure
Z = 1/X e via dicendo. In questo caso – rispettivamente per X discreta con legge
pX (xk ), o continua con fdp fX (x) – avremo
∑
E [Z] = E [h(X)] = h(xk ) pX (xk ) (4.6)
k
∫ +∞
E [Z] = E [h(X)] = h(x) fX (x) dx (4.7)
−∞

Teorema 4.2. (Linearità delle attese) Se X, X1 , . . . , Xn sono v-a, e se a, b sono

due numeri arbitrari, allora
E [aX + b] = aE [X] + b , (4.8)
E [X1 + . . . + Xn ] = E [X1 ] + . . . + E [Xn ] . (4.9)
Dimostrazione: Limitandoci per semplicità al caso continuo (nel caso discreto la
discussione è analoga sostituendo somme a integrali) da (4.7) con h(x) = ax + b si
ha innanzitutto la (4.8)
∫ +∞
E [aX + b] = (ax + b) fX (x) dx
−∞
∫ +∞ ∫ +∞
= a x fX (x) dx + b fX (x) dx = aE [X] + b
−∞ −∞

44
 4.2 Varianza, covarianza e correlazione

dove abbiamo usato (3.11), (4.2) e le usuali proprietà degli integrali. La (4.9) sarà
invece discussa solo per n = 2 v-a X, Y cioè nella forma semplificata

E [X + Y ] = E [X] + E [Y ]

In questo caso, dette f (x, y) la fdp congiunta e fX (x), fY (y) rispettivamente le due
marginali, avremo infatti da (4.4) con h(x, y) = x + y
∫ +∞ ∫ +∞
E [X + Y ] = (x + y) f (x, y) dx dy
−∞ −∞
∫ +∞ ∫ +∞ ∫ +∞ ∫ +∞
= x dx f (x, y) dy + y dy f (x, y) dx
−∞ −∞ −∞ −∞
∫ +∞ ∫ +∞
= xfX (x) dx + yfY (y) dy = E [X] + E [Y ]
−∞ −∞

dove abbiamo usato anche le regole di marginalizzazione (3.36) 

Teorema 4.3. Se X e Y sono due v-a indipendenti, allora

E [XY ] = E [X] E [Y ] (4.10)

Dimostrazione: Limitandoci infatti sempre al caso in cui X e Y siano v-a continue

con fdp congiunta f (x, y) e marginali fX (x) e fY (y), sappiamo da (3.37) (cioè dal
Teorema 3.13) che dalla loro indipendenza deriva

f (x, y) = fX (x)fY (y)

e quindi da (4.4) con h(x, y) = xy si ha

∫ +∞ ∫ +∞
E [XY ] = xy fX (x)fY (y) dx dy
−∞ −∞
∫ +∞ ∫ +∞
= x fX (x) dx y fY (y) dy = E [X] E [Y ]
−∞ −∞

cioè la (4.10) 

4.2 Varianza, covarianza e correlazione

Abbiamo osservato che i valori d’attesa delle v-a X, Y, . . . rappresentano i baricentri
delle rispettive distribuzioni: sono cioè degli indicatori di centralità, in maniera
simile alle mediane e alle mode introdotte nei capitoli precedenti. L’importanza
di tali numeri, però, non deve nascondere il fatto che essi non possono riassumere
tutta l’informazione contenuta nella legge congiunta di X, Y . . . e nelle rispettive

45
N. Cufaro Petroni: Probabilità e Statistica

marginali. Cosı̀ ad esempio due v-a potrebbero avere lo stesso valore d’attesa (cioè
essere distribuite attorno al medesimo numero), ma essere caratterizzate da disper-
sioni molto diverse attorno a tale valore: questa differenza non sarebbe catturata
dalla identità dei due valori d’attesa. Allo stesso modo i valori d’attesa separati
di due o più v-a non ci dicono nulla sulla loro dipendenza o indipendenza. Sarà
quindi necessario introdurre ulteriori indicatori di dispersione e indicatori di
dipendenza
Definizione 4.4. Si dice varianza della v-a X con attesa E [X] = µX la quantità
[( )2 ] [ ]
2
σX = V [X] = E X − E [X] = E (X − µX )2 (4.11)
√
e deviazione standard la quantità σX = V [X]. Si chiama invece covarianza
di due v-a X e Y con attese rispettivamente µX e µY la quantità
κXY = cov [X, Y ] = E [(X − µX )(Y − µY )] (4.12)
e coefficiente di correlazione la quantità
cov [X, Y ] κXY
ρXY = √ √ = (4.13)
V [X] V [Y ] σX σY
2
La varianza σX di una v-a costituisce un indicatore di dispersione dei valori di
X attorno al suo valore d’attesa: infatti, se si considerano gli scarti X − µX dei
valori aleatori di X dalla sua media, si vede facilmente da (4.8) che si ha sempre
E [X − µX ] = E [X] − µX = 0
per cui – essendo invariabilmente nulla – la semplice media degli scarti non può
essere usata come indicatore di dispersione. In realtà questo dipende dal fatto che
gli scarti attorno alla media hanno valori positivi e negativi equamente ripartiti. Per
evitare questo problema, allora, si usa il valore d’attesa del quadrato degli scarti,
cioè il cosiddetto scarto quadratico medio: un altro nome per la varianza definita
in 4.11. Quindi una varianza grande indicherà che X tende a prendere valori anche
molto lontani da µX , e viceversa se la varianza è piccola i valori di X saranno
piuttosto concentrati attorno a µX
Definizione 4.5. Diremo che due v-a X e Y sono non correlate quando κXY =
cov [X, Y ] = 0, o equivalentemente quando ρXY = 0
Si vede subito dalle definizioni (4.11), (4.12) e (4.13) che
2
κXX = V [X] = σX ρXX = 1 (4.14)
per cui la covarianza può essere anche considerata prima di tutto come una genera-
lizzazione del concetto di varianza al caso di due v-a. Ma il significato più profondo
della covarianza (e del coefficiente di correlazione) risiede nel suo rapporto con il
concetto di indipendenza come mostrato nel risultato seguente

46
 4.2 Varianza, covarianza e correlazione

Teorema 4.6. Se due v-a X e Y sono indipendenti, allora sono anche non correlate

Dimostrazione: Infatti dalla indipendenza e da (4.10) si vede subito che

κXY = cov [X, Y ] = E [(X − µX )(Y − µY )] = E [X − µX ] E [Y − µY ]

( )( )
= E [X] − µX E [Y ] − µY = 0

e quindi in base alla Definizione 4.5 X e Y risultano non correlate 

Viceversa sarebbe facile far vedere con degli esempi (omessi per brevità) che esi-
stono v-a non correlate che non sono indipendenti. In altri termini indipendenza e
non correlazione non sono concetti equivalenti: l’indipendenza implica la non cor-
relazione, ma in generale il viceversa non è vero. Ciononostante per comodità la
non correlazione viene spesso utilizzata come una specie di indipendenza debole, nel
senso che v-a non correlate sono considerate quasi indipendenti. Inoltre se κXY > 0
si parla di correlazione positiva e questo indica che Y tende ad assumere valo-
ri grandi (rispettivamente piccoli) quando X assume valori grandi (rispettivamente
piccoli). Viceversa se κXY < 0 si parla di correlazione negativa e in tal caso Y
tende ad assumere valori grandi (rispettivamente piccoli) quando X assume valori
piccoli (rispettivamente grandi)
Il coefficiente di correlazione, infine, non è altro che una covarianza ridotta che
gode di alcune importanti proprietà non condivise con la semplice covarianza e
riassunte nel seguente teorema

Teorema 4.7. Date due v-a X e Y risulta sempre

−1 ≤ ρXY ≤ +1

e in particolare avremo |ρXY | = 1 se e solo se esistono due numeri α e β tali che

Y = αX + β, con α < 0 se ρXY = −1, e α > 0 se ρXY = +1. Inoltre, se a, b sono
due numeri arbitrari e se poniamo X ′ = aX + b, Y ′ = aY + b, il coefficiente di
correlazione resta invariato, cioè si avrà

ρX ′ Y ′ = ρXY

Dimostrazione: Omessa. Osserveremo solo che la covarianza κXY non gode di

queste proprietà: innanzitutto κXY può assume tutti i valori reali positivi e negativi
senza essere limitata fra −1 e +1. Questo rende difficile capire se un valore di cova-
rianza indica una correlazione statistica grande o piccola perché manca un termine
di paragone. Inoltre, diversamente da ρXY , la covarianza κXY è sensibile alle (cioé
cambia valore nelle) trasformazioni lineari del tipo X ′ = aX + b che essenzialmente
rappresentano cambiamenti di unità di misura (parametro a) o di origine della scala
(parametro b). Infine la terza proprietà mostra che (diversamente da κXY ) ρXY è
un efficace indicatore di dipendenza lineare fra X e Y 

47
N. Cufaro Petroni: Probabilità e Statistica

Teorema 4.8. Date due v-a X e Y si ha

κXY = cov [X, Y ] = E [XY ] − E [X] E [Y ] (4.15)
e in particolare con X = Y si ha anche
[ ]
2
σX = V [X] = E X 2 − E [X]2 (4.16)
Da (4.15) segue che X e Y sono non correlate se e solo se E [XY ] = E [X] E [Y ]
Dimostrazione: Partendo dalla definizione (4.12), ponendo µX = E [X] e µY =
E [Y ], e usando i risultati del Teorema 4.2 si ricava che
cov [X, Y ] = E [(X − µX )(Y − µY )] = E [XY − µY X − µX Y + µX µY ]
= E [XY ] − µY E [X] − µX E [Y ] + µX µY
= E [XY ] − 2µX µY + µX µY = E [XY ] − µX µY
= E [XY ] − E [X] E [Y ]
La relazione (4.16) poi segue direttamente da (4.15) tramite (4.14) 
La (4.16) del teorema precedente si rivela utile nel calcolo delle varianze, ed è quindi
opportuno ricordare in termini espliciti il suo significato: con le solite notazioni nel
caso discreto avremo
( )2
∑ ∑
σX2
= x2k p(xk ) − xk p(xk ) (4.17)
k k

mentre nel caso continuo avremo

∫ +∞ (∫ +∞ )2
2
σX = x fX (x) dx −
2
xfX (x) dx (4.18)
−∞ −∞

Abbiamo notato che in base al Teorema 4.2 il calcolo dell’attesa E [X] di una v-a
è un’operazione lineare; non si può dire invece la stessa cosa per la varianza nella
quale evidentemente compaiono quantità elevate al quadrato. Il seguente teorema
precisa alcune importanti proprietà della varianza
Teorema 4.9. Se X è una v-a e a, b sono due numeri si ha innanzitutto
V [aX + b] = a2 V [X] (4.19)
Se poi X1 , . . . , Xn sono n v-a, in generale si ha
∑
n
V [X1 + . . . + Xn ] = cov [Xi , Xj ]
i,j=1
∑
= V [X1 ] + . . . + V [Xn ] + cov [Xi , Xj ] (4.20)
i̸=j

e quindi se le Xi sono indipendenti (o anche solo non correlate) risulta

V [X1 + . . . + Xn ] = V [X1 ] + . . . + V [Xn ] (4.21)

48
 4.2 Varianza, covarianza e correlazione

Dimostrazione: Posto µX = E [X], da (4.8) si ha E [aX + b] = aµX + b e quindi

aX + b − E [aX + b] = a(X − µX )
Dalla definizione (4.11) e dal Teorema 4.2 si ha allora immediatamente la (4.19)
[ ] [ ]
V [aX + b] = E a2 (X − µX )2 = a2 E (X − µX )2 = a2 V [X]
La (4.20) sarà invece dimostrata solo per n = 2 v-a X e Y : in questo caso essa si
riduce a
V [X + Y ] = V [X] + V [Y ] + 2cov [X, Y ] (4.22)
Posto allora µX = E [X] e µY = E [Y ], da (4.9) si ha E [X + Y ] = µX + µY , e
quindi dalle definizioni (4.11) e (4.12) applicando il Teorema 4.2 si ha
[( )2 ] [( )2 ]
V [X + Y ] = E (X + Y ) − (µX + µY ) = E (X − µX ) + (Y − µY )
[ ] [ ]
= E (X − µX )2 + E (Y − µY )2 + 2E [(X − µX )(Y − µY )]
= V [X] + V [Y ] + 2cov [X, Y ]
Naturalmente la (4.22) si riduce a
V [X + Y ] = V [X] + V [Y ] (4.23)
(cioè alla (4.21) per n = 2) quando cov [X, Y ] = 0, ossia quando X e Y sono non
correlate 

Definizione 4.10. Diremo che X è una v-a centrata quando E [X] = 0, e

quindi da (4.16) risulta anche V [X] = E [X 2 ]; diremo invece che è una v-a
standardizzata quando è centrata e inoltre V [X] = 1
2
Teorema 4.11. Se X è una v-a con attesa µX = E [X] e varianza σX = V [X], e
se poniamo
X − µX Xe
e = X − µX
X X∗ = =
σX σX
e risulta centrata, e X ∗ risulta standardizzata
allora X
e è centrata
Dimostrazione: Dalla (4.8) si ha innanzitutto che X
[ ]
E X e = E [X − µX ] = E [X] − µX = 0

e quindi anche E [X ∗ ] = 0 sempre per effetto di (4.8)[ (cioè ∗

] anche X risulterà
e = 0 si ha
centrata). Tenendo poi conto di (4.19) e del fatto che E X
[ ] [ 2]
V Xe E e
X E [(X − µX )2 ] V [X]
V [X ∗ ] = 2
= 2
= 2
= 2
=1
σX σX σX σX
e quindi X ∗ è anche standardizzata 

49
N. Cufaro Petroni: Probabilità e Statistica

4.3 Momenti
Abbiamo visto nelle sezioni precedenti che il valore d’attesa di una v-a è un indicatore
di centralità della sua distribuzione, che la sua varianza è un indicatore di dispersione
e che il coefficiente di correlazione è un indicatore di dipendenza di due v-a. Ancora
una volta però dobbiamo ricordare che l’informazione contenuta nelle leggi delle v-a
non si esaurisce con queste informazioni, e che quindi risulta utile introdurre anche
le seguenti ulteriori nozioni
Definizione 4.12. Chiameremo rispettivamente momento di ordine k e mo-
mento centrato di ordine k di una v-a X le quantità
[ ] [ ]
µk = E X k ek = E (X − E [X])k
µ
Chiameremo in particolare skewness (asimmetria) e curtòsi di X rispettiva-
mente le quantità
e3
µ e4
µ
γ1 = 3 /2 γ2 = 2
e2
µ e2
µ
È facile vedere ora che µ1 = E [X] = µX (cioè l’attesa di è il momento di ordine
1), e che µe2 = V [X] = σX 2
(cioè la varianza è il momento centrato di ordine 2),
mentre skewness e curtosi sono indicatori basati su momenti di ordine 3 e 4 che
forniscono ulteriori informazioni sulla forma della distribuzione di X. In particolare
la skewness γ1 è una misura della asimmetria (in inglese: skewness) della distribu-
zione di X attorno al suo valore d’attesa µX , e può assumere valori sia positivi che
negativi: un valore γ1 < 0 indica che la distribuzione di X ha una coda a sinistra
di µX più lunga della coda a destra, mentre γ1 > 0 indica un eccesso della coda
verso destra. Naturalmente γ1 = 0 indicherà che la distribuzione è perfettamente
simmetrica attorno a µX . La curtosi γ2 invece (dal greco kyrtòs: curvo, arcuato)
misura la rapidità con cui le code della distribuzione si annullano (appiattimento).
Essa assume solo valori positivi (è un momento di ordine pari, anzi si può dimostrare
che γ2 ≥ 1) e i suoi valori vengono in genere confrontati con il valore 3 della curtosi
di una legge Gaussiana: quando γ2 > 3 la distribuzione si appiattisce più lentamente
di una Gaussiana e si presenta più appuntita attorno al valore d’attesa; viceversa
per γ2 < 3 essa si appiattisce più velocemente della Gaussiana e si presenta più
larga attorno al valore d’attesa. Attesa, varianza, skewness e curtosi tengono conto
del valore dei momenti fino al quarto ordine: prendendo in considerazione gli ordini
superiori al quarto si ottengono ulteriori informazioni – sempre più raffinate, ma
meno rilevanti – ai fini della descrizione della distribuzione. Noi però ometteremo
per brevità di farne menzione

4.4 Esempi di attese e varianze

Osserviamo innanzitutto che il valore d’attesa e la varianza (e in generale i momenti)
di una v-a X dipendono in realtà soltanto dalla legge L di X, nel senso che v-a

50
 4.4 Esempi di attese e varianze

diverse hanno la stessa attesa e la stessa varianza se sono identicamente distribuite.

Pertanto nel seguito, studiando alcuni semplici esempi di calcolo di queste quantità,
potrà essere conveniente indicare esplicitamente solo il simbolo della distribuzione
piuttosto che quello della v-a: cosı̀ scriveremo anche E [L] o V [L] per indicare
l’attesa E [X] o la varianza V [X] di una qualsiasi v-a X ∼ L

4.4.1 Distribuzioni discrete

Teorema 4.13. Per le distribuzioni binomiali B (n; p) e di Poisson P(λ) si ha

E [B (n; p)] = np V [B (n; p)] = np(1 − p) (4.24)

E [P(λ)] = λ V [P(λ)] = λ (4.25)

Dimostrazione: Osserviamo innanzitutto che – in base a quanto detto nelle Se-

zioni 3.3.2 e 3.3.3 – una v-a discreta con legge di Bernoulli X ∼ B (1; p) (cioè una
binomiale con n = 1) assume solo i due valori 0 e 1 con probabilità rispettivamente
1 − p e p. Pertanto dalla (4.1) si ha banalmente

E [B (1; p)] = E [X] = 0 · (1 − p) + 1 · p = p

D’altra parte per X 2 dalla (4.6) con h(x) = x2 risulta

[ ]
E X 2 = 02 · (1 − p) + 12 · p = p

e quindi da (4.16) si ha
[ ]
V [B (1; p)] = V [X] = E X 2 − E [X]2 = p − p2 = p(1 − p)

sicché la (4.24) resta dimostrata per n = 1. Ricordando poi che per il Teorema 3.16
ogni v-a binomiale B (n; p) ha la stessa legge di una somma X1 + . . . + Xn di n v-a
indipendenti e tutte con legge di Bernoulli B (1; p), da (4.9) e (4.21) si ottiene

E [B (n; p)] = E [X1 + . . . + Xn ] = E [X1 ] + . . . E [Xn ] = np

V [B (n; p)] = V [X1 + . . . + Xn ] = V [X1 ] + . . . V [Xn ] = np(1 − p)

cioè (4.24) con n generico. Per una v-a di Poisson X ∼ P(λ) che assume tutti i
valori interi k = 0, 1, . . ., da (3.10), e omettendo in (4.1) il primo termine della serie
perché nullo, si ha
∑
∞ ∑
∞ ∑
∞ k ∑
∞
λk
−λ λ −λ
E [P(λ)] = E [X] = k pk = k pk = ke =e
k=0 k=1 k=1
k! k=1
(k − 1)!

Ridefinendo ora l’indice di somma ℓ = k − 1 e ricordando lo sviluppo in serie di

Taylor
∑∞
λℓ
= eλ
ℓ=0
ℓ!

51
N. Cufaro Petroni: Probabilità e Statistica

si ottiene infine
∑
∞
λℓ+1 ∑
∞
λℓ
−λ −λ
E [P(λ)] = E [X] = e = λe =λ
ℓ=0
ℓ! ℓ=0
ℓ!

cioè la prima delle (4.25). In maniera analoga, per la seconda si osserva innanzitutto
che da (4.6) con h(x) = x(x − 1) risulta
∑
∞ k ∑
∞
λk
−λ λ −λ
E [X(X − 1)] = k(k − 1) e =e
k=2
k! k=2
(k − 2)!

e quindi con ℓ = k − 2
∑
∞
λℓ+2 ∑
∞
λℓ
−λ 2 −λ
E [X(X − 1)] = e =λ e = λ2
ℓ=0
ℓ! ℓ=0
ℓ!

Pertanto dalla linearità delle attese e dai risultati precedenti

[ ] [ ]
E X 2 = E X 2 − E [X] + E [X] = E [X(X − 1)] + E [X] = λ2 + λ
e quindi [ ]
V [P(λ)] = E X 2 − E [X]2 = λ2 + λ − λ2 = λ
cioè la seconda delle (4.25) 

4.4.2 Distribuzioni continue

Teorema 4.14. Per le distribuzioni uniformi U (a, b), Gaussiane N (µ, σ 2 ) e del
chi-quadro χ2 (n) si ha

a+b (b − a)2
E [U (a, b)] = V [U (a, b)] = (4.26)
2 12
[ ] [ ]
E N (µ, σ 2 ) = µ V N (µ, σ 2 ) = σ 2 (4.27)
[ ] [ ]
E χ2 (n) = n V χ2 (n) = 2n (4.28)
Dimostrazione: Omessa. Osserveremo solo che per una normale standard la (4.27)
si riducono ovviamente a
E [N (0, 1)] = 0 V [N (0, 1)] = 1 (4.29)
e che questo permette di dimostrare facilmente almeno la prima delle (4.28). Infatti
per il Teorema 3.20 una v-a chi-quadro ha la stessa legge di una somma X12 +. . .+Xn2
di v-a Xk indipendenti e tutte normali standard. Segue allora facilmente da (4.9) e
da (4.29) che
[ ] [ ] [ ]
E χ2 (n) = E X12 + . . . + E Xn2 = V [X1 ] + . . . + V [Xn ] = n

52
 4.4 Esempi di attese e varianze

cioè la prima delle (4.28). Si noti che le formule (4.27) attribuiscono ora anche
un significato probabilistico preciso (attesa e varianza) ai due parametri µ e σ che
inizialmente avevano solo un ruolo puramente analitico (massimo o moda, e flessi)
nella descrizione del grafico della fdp di N (µ, σ 2 ) 

Teorema 4.15. Per le leggi di Student T (n) e di Fisher F(n, m) l’esistenza delle
attese e delle varianze (e più in generale dei momenti) non è sempre garantita, ma
dipende dal numero di gradi di libertà n, m. Più precisamente risulta
n
E [T (n)] = 0, se n ≥ 2 V [T (n)] = , se n ≥ 3
n−2
m 2m2 (n + m − 2)
E [F(n, m)] = , se m ≥ 3 V [F(n, m)] = , se m ≥ 5
m−2 n(m − 2)2 (m − 4)

Dimostrazione: Omessa 

53
N. Cufaro Petroni: Probabilità e Statistica

54
Capitolo 5

Teoremi limite

5.1 Convergenza
I teoremi limite costituiscono una famiglia di risultati della massima importanza teo-
rica e pratica: in un certo senso infatti essi rappresentano, nel quadro dei fenomeni
casuali, la manifestazione delle cosiddette regolarità statistiche che ci permettono
di eseguire calcoli e formulare previsioni. L’enunciazione di questi teoremi richiede
però che venga precisato in che senso intendiamo il concetto di limite in probabilità:
data infatti una successione di v-a

(Xn )n∈N ≡ X1 , X2 , . . . , Xn , . . .

e la successione delle loro corrispondenti leggi (nella forma che riterremo più oppor-
tuna: FDC Fn (x), o fdp fn (x) o distribuzione discreta pk (n))

(Ln )n∈N ≡ L1 , L2 , . . . , Ln , . . .

bisogna dire subito che ci sono molti modi non equivalenti di definire le richieste con-
vergenze, anche se noi qui ci limteremo a dare solo i concetti strettamente necessari
per esprimere compiutamente i risultati di questo capitolo
La seconda osservazione importante da fare è che in generale – quale che sia il
senso preciso della convergenza adottata – il limite di una successione di v-a (Xn )n∈N
(se esiste) è ancora una v-a X con valori casuali, cosı̀ come il limite di una successione
di leggi (Ln )n∈N è di nuovo una legge L. Non è escluso però il caso particolare della
convergenza di (Xn )n∈N verso un numero non casuale, ovvero della convergenza delle
corrispondenti (Ln )n∈N verso una legge degenere (vedi Sezione 3.3.1): in questo caso,
in cui il fenomeno limite non riveste più carattere aleatorio, parleremo di convergenza
degenere. Con queste premesse daremo ora solo le definizioni di convergenza che
saranno necessarie per il seguito, limitandone peraltro gli enunciati alla forma e alle
condizioni che in pratica utilizzeremo: le definizioni più generali e dettagliate, e le
relazioni che intercorrono fa di esse possono comunque essere trovate su un gran
numero di manuali in circolazione

55
N. Cufaro Petroni: Probabilità e Statistica

Definizione 5.1. (Convergenza degenere in media quadratica - mq ) Data

una successione di v-a (Xn )n∈N diremo che per n → ∞ essa converge in media
quadratica ( mq) verso il numero a, e scriveremo
mq
Xn −→ a (5.1)

quando
lim E [Xn ] = a lim V [Xn ] = 0 (5.2)
n n

Questa definizione deriva il suo significato da quello di varianza (che come abbiamo
visto nella Sezione 4.2 è lo scarto quadratico medio rispetto al valore d’attesa): se
la successione delle v-a Xn deve convergere verso un numero (non aleatorio) a, è
intuitivo pensare che da un lato la successione delle E [Xn ] deve tendere proprio
al numero a, e dall’altro che la distribuzione delle Xn deve diventare sempre più
concentrata attorno al valore d’attesa limite a, cioè le loro varianze devono essere
infinitesime. Sotto queste condizioni infatti è ragionevole pensare che, al linite per
n → ∞, le Xn diventano v-a che assumono invariabilmente (cioè con varianza nulla)
il valore a
Definizione 5.2. (Convergenza in distribuzione - d ) Data una successione di
v-a (Xn )n∈N e la successione delle loro leggi (Ln )n∈N con le corrispondenti FDC
Fn (x), diremo che per n → ∞ essa converge in distribuzione verso la legge L con
FDC F (x), e scriveremo
d d
Ln −→ L ovvero anche Xn −→ L (5.3)

quando per ogni x

lim Fn (x) = F (x) (5.4)
n

La (5.4) si applica anche a FDC discrete, ma quando le leggi Ln e L sono tut-

te discrete con valori interi k, e con distribuzioni pk (n) e pk , la convergenza in
distribuzione (5.3) equivale a richiedere che per ogni k risulti

lim pk (n) = pk (5.5)

n

5.2 Legge dei Grandi Numeri

Come vedremo meglio nella parte di Statistica Inferenziale, lo scopo principale della
statistica è in generale quello di estrarre delle informazioni sulla distribuzione di
una v-a X a partire da un certo numero di osservazioni empiriche (misure) che
costituiscono quello che chiameremo un campione statistico. A questo proposito noi
anticiperemo qui qualche idea per spiegare il ruolo nell’analisi dei dati sperimentali
di alcuni importanti risultati del calcolo delle probabilità, e cominceremo con quello
che è stato storicamente il primo (inizio del XVIII secolo) e va sotto il nome di Legge
dei Grandi Numeri

56
 5.2 Legge dei Grandi Numeri

Teorema 5.3. Legge dei Grandi Numeri (LGN ) Se Xk con k ∈ N è una

successione di v-a indipendenti, tutte con la stessa attesa E [Xk ] = µ e la stessa
varianza V [Xk ] = σ 2 , per n → ∞ avremo in media quadratica
1∑
n
mq
Xn ≡ Xk −→ µ (5.6)
n k=1
1∑
n
Sbn2 ≡
mq
(Xk − X n )2 −→ σ 2 (5.7)
n k=1
Dimostrazione: Siccome si tratta di due casi di convergenza degenere in mq nel
senso della Definizione 5.1, per dimostrare (5.6) osserviamo che da (4.8) e (4.9) si
ha per ogni n
[ ] E [X1 ] + . . . + E [Xn ] nµ
E Xn = = =µ
n n
[ ] n
e quindi banalmente E X n −→ µ. Ricordando poi che le Xk sono indipendenti
da (4.19) e (4.21) si ha
[ ] V [X1 ] + . . . + V [Xn ] nσ 2 σ2 n
V Xn = = = −→ 0
n2 n2 n
mq
e quindi X n −→ µ in base alla Definizione 5.1. Per dimostrare invece la (5.7)
cominciamo con l’osservare che le v-a Wk ≡ (Xk − µ)2 hanno tutte la stessa attesa
[ ]
E [Wk ] = E (Xk − µ)2 = V [Xk ] = σ 2
per cui applicando il risultato (5.6) alla successione delle Wk potremo scrivere che
1∑
n
mq
Wn ≡ Wk −→ σ 2
n k=1

Inoltre dalla (5.6) si ricava anche in particolare

( )2 mq
µ − X n −→ 0
Tenendo allora conto di questi due limiti complessivamente avremo
1∑ 1∑
n n
Sbn2 = (Xk − X n )2 = [(Xk − µ) + (µ − X n )]2
n k=1 n k=1
1∑ 2∑ 1∑
n n n
= (Xk − µ)2 + (Xk − µ)(µ − X n ) + (µ − X n )2
n k=1 n k=1 n k=1
1∑
n
n (µ − X n )2
= W n + 2(µ − X n ) (Xk − µ) +
n k=1 n
mq
= W n + 2(µ − X n )(X n − µ) + (µ − X n )2 = W n − (µ − X n )2 −→ σ 2
come enunciato nella (5.7) 

57
N. Cufaro Petroni: Probabilità e Statistica

Esempio 5.4. Per illustrare l’importanza della LGN supponiamo di avere una po-
polazione di individui di due tipi che chiameremo convenzionalmente A e B: ad
esempio maschi e femmine di una specie biologica, oppure divisione in due partiti
di un gruppo di persone, o anche palline di due colori in un’urna ... e cosı̀ via.
Supporremo inoltre che sia sconosciuta la proporzione p degli individui di tipo A
(ovviamente 1 − p sarà la proporzione degli individui B, con 0 < p < 1)
Se la popolazione è piccola ed è tutta disponibile all’osservazione, il valore di p
potrà essere ottenuto semplicemente contando tutti gli individui di tipo A e B. In
generale però succede che la popolazione sia molto grande (come nel caso dei citta-
dini di uno stato) o anche non tutta disponibile per un’osservazione (come nel caso
degli individui di una specie biologica). Per attribuire un valore attendibile, ossia
per stimare la proporzione p, si procede allora come nei sondaggi pre-elettorali: si
estrae un campione casuale di n individui e li si esamina contando il numero NA
di quelli di tipo A. È giudicato ragionevole a questo punto supporre che il numero
p = NA /n (frequenza relativa empirica dei ritrovamenti di A) rappresenti una
stima accettabile di p, e che tale stima sia tanto più attendibile quanto più grande
è il numero n. Lasciata cosı̀, però, questa affermazione manca di una solida giu-
stificazione. Si noti a questo proposito che p e p sono entità molto diverse: più
precisamente la differenza fra di esse non sta solo nel fatto che i due valori nume-
rici in generale non coincidono, ma anche e soprattutto nel fatto che p è un ben
determinato (ancorché sconosciuto) numero, mentre p è una vera e propria v-a:
infatti ogni volta che ripetiamo l’estrazione casuale degli n individui da esaminare
otterremo tipicamente un diverso valore di p
Per dare al nostro problema una veste un po’ più precisa dovremo allora rifor-
mularlo nel quadro della LGN: si considerino a questo scopo n v-a indipendenti
X1 , . . . , Xn (il nostro campione casuale) in modo che ciascuna Xk rappresenti la
misura sull’individuo k-mo con
{
1 se l’individuo k-mo è di tipo A
Xk = k = 1, 2, . . . , n
0 altrimenti

Pertanto Xk ∼ B (1; p) sono tutte v-a di Bernoulli con P {Xk = 1} = p, e E [Xk ] =

p. Inoltre è chiaro che NA = X1 + . . . + Xn ∼ B (n; p) (vedi Teorema 3.16) rappre-
senta la frequenza dei ritrovamenti di A, sicché la stima di p intuitivamente suggerita
prima si presenta ora come la v-a

NA X1 + . . . + Xn
p= = = Xn (5.8)
n n
cioè la media aritmetica delle Xk . Che tale p rappresenti una buona stima di p, e
che questa diventi tanto migliore quanto più grande è n, appare allora non più come
un fatto intuitivo dettato da antiche consuetudini, ma chiaramente come una diretta
mq
conseguenza della LGN in quanto da (5.6) si ha p = X n −→ p, essendo p l’attesa
di tutte le v-a Xk

58
 5.2 Legge dei Grandi Numeri

Dall’esempio che precede si ricava allora l’idea che in statistica – come vedremo
meglio più oltre – esistono due tipi di quantità: quelle teoriche, e quelle empiriche che
servono a stimare le prime come vedremo meglio nel Capitolo 8. Cosı̀ in particolare
il valore d’attesa (o media) µ = E [X] di una v-a X è una quantità teorica (nel
senso che essa dipende dal modello matematico del nostro esperimento e si calcola
dalla legge di X), mentre la media aritmetica
1∑
n
X1 + . . . + Xn
Xn = = Xk (5.9)
n n k=1
ottenuta da un campione casuale di v-a tutte distribuite come X, è la corrispondente
quantità empirica (calcolata cioè dalle misure sperimentali effettuate sul sistema) che
viene usata per stimare E [X] sulla base della LGN. Insisteremo inoltre sul fatto che
mentre le quantità teoriche sono tipicamente dei numeri (non aleatori, come µ), le
quantità empiriche usate per stimarle sono delle v-a (come X n ) che tengono conto
della inevitabile variabilità delle misure sperimentali, e sono tanto più affidabili
quanto più n è grande
Naturalmente le medie, teoriche o empiriche, non sono le uniche quantità rilevanti
in probabilità e statistica: in particolare è anche importante stimare le varianze. In
questo caso, sempre sulla base della LGN che per grandi n ci consente di sostituire
il calcolo empirico di medie aritmetiche al calcolo teorico dei valori d’attesa, per
stimare una varianza σ 2 = V [X] si potrà utilizzare ad esempio la v-a
1∑ 1∑ 2
n n
b
Sn ≡
2
(Xk − X n ) = Xn − X n
2 2 2
con Xn ≡
2 X (5.10)
n k=1 n k=1 k
che prende il nome di varianza campionaria e che – sostituendo le medie ai valori
d’attesa della varianza vera e propria (4.11) – corrisponde allo scarto quadratico
medio (empirico) dei valori Xk del campione dalla loro media X n . Vedremo però
nel seguito che in statistica inferenziale sarà necessario introdurre una correzione
della espressione (5.10): più precisamente la v-a usata per stimare una varianza
sarà piuttosto la
1 ∑ n ( 2 )
n
n b2 2
Sn ≡
2
(Xk − X n ) =
2
S = Xn − X n (5.11)
n − 1 k=1 n−1 n n−1
già introdotta nel Teorema 3.23, che prende il nome di varianza corretta: le ragioni
di questa correzione saranno spiegate più oltre
Si noti infine che nella parte di Statistica Descrittiva introdurremo delle quantità
(chiamate sempre media e varianza) molto simili a X n e a Sbn2 , ma con una impor-
tante differenza: X n e Sbn2 sono calcolate da un campione casuale X1 , . . . , Xn estratto
dalla popolazione teorica (cioè sono misure ripetute della v-a X) che in generale non
è tutta disponibile per le osservazioni, e per questo motivo (5.9) e (5.10) sono delle
vere e proprie v-a. In statistica descrittiva invece medie e varianze saranno calcolate
a partire da campioni di misure che rappresentano tutta la popolazione disponibile,
e saranno quindi semplicemente dei numeri

59
N. Cufaro Petroni: Probabilità e Statistica

5.3 Teorema Limite Centrale

La LGN fornisce delle preziose indicazioni sulla stima dei parametri statistici, ma
non permette di valutare quantitativamente l’attendibilità di queste stime. Sarebbe
molto utile infatti avere degli strumenti che ci permettessero di dire, ad esempio,
con quale probabilità il valore stimato, che è pur sempre una v-a, cade all’interno di
un qualche intervallo preso attorno al valore vero del parametro in esame. In pratica
abbiamo bisogno di poter valutare l’errore che si commette approssimando un para-
metro con una stima empirica. È peraltro evidente che per fare questo bisognerebbe
avere o delle informazioni sulla distribuzione della v-a usata per stimare il parame-
tro, o almeno una buona approssimazione di tale legge. Sarà utile allora ricordare
un altro importante risultato noto come Teorema Limite Centrale che stabilisce una
certa forma di universalità delle distribuzioni Gaussiane: se una v-a X è somma di
un gran numero di altre piccole v-a, allora essa è approssimativamente distribuita
secondo una legge normale. Questa proprietà è particolarmente importante in molti
settori della statistica e val quindi la pena darne una formulazione più precisa
Teorema 5.5. Teorema Limite Centrale (TLC ) Data una successione Xk con
k ∈ N di v-a indipendenti, tutte con la stessa attesa µ e la stessa varianza σ 2 > 0,
definite le v-a Yn = X1 + . . . + Xn = nX n e le corrispondenti v-a standardizzate

Yn − nµ Xn − µ√
Yn∗ = √ = n
σ n σ
queste convergono in distribuzione per n → ∞ verso la legge normale standard
N (0, 1)
Yn∗ −→ N (0, 1)
d

cioè, se Fn (y) = P {Yn∗ ≤ y} sono le FDC delle Yn∗ , e se Φ(y) è la FDC (3.18) della
legge normale standard N (0, 1), per ogni y ∈ R risulterà

lim Fn (y) = Φ(y)

n

Dimostrazione: Omessa. Si noti che, diversamente da quanto accade nel Teore-

ma 3.23, qui non si suppone che le Xk siano fin dall’inizio v-a Gaussiane: esse sono
del tutto arbitrarie, tranne per il fatto di essere indipendenti e di avere varianza
non nulla. Pertanto il Teorema 3.23 non si applica e le Yn∗ non sono Gaussiane per
ogni dato n: è solo al limite per n → ∞ che la loro distribuzione approssima quel-
la della normale standard N (0, 1). Il fatto particolarmente rilevante è che questo
avviene comunque sia stata scelta la legge delle Xk . Le Yn∗ però, pur non essendo
Gaussiane, restano comunque tutte standardizzate (E [Yn∗ ] = 0, V [Yn∗ ] = 1) come le
corrispondenti quantità del Teorema 3.23: infatti all’inizio della dimostrazione del
Teorema 5.3 abbiamo visto che nelle nostre condizioni risulta
[ ] [ ] σ2
E Xn = µ V Xn =
n
60
 5.3 Teorema Limite Centrale

e quindi, tenendo conto di (4.8) e (4.19)

[ ] √
∗ Xn − µ√ n( [ ] )
E [Yn ] = E n = E Xn − µ = 0
σ σ
[ ]
∗ Xn − µ√ n [ ]
V [Yn ] = V n = V Xn = 1
σ σ2
Pertanto le Yn∗ sono standardizzate, e in generale non Gaussiane, ma al limite per
n → ∞ esse convergono in distribuzione verso la legge normale standard N (0, 1) 
In particolare, per n abbastanza grande, il TLC ci autorizza ad approssimare con
la legge normale standard N (0, 1) la legge delle somme standardizzate Yn∗ di v-a
indipendenti e arbitrarie, nel rispetto di limiti piuttosto vasti. Si noti infatti la
generalità di questo risultato: nel Teorema 5.5, al di là della loro indipendenza,
l’unica ipotesi richiesta sulle v-a Xk è che esse abbiano attesa e varianza finite, con
σ 2 > 0. Per il resto la loro legge può essere del tutto arbitraria: un fatto molto utile
soprattutto se tale legge non è nota. Cosı̀, se le Xk sono generiche v-a indipendenti,
tutte con la stessa attesa µ e la stessa varianza σ 2 > 0, con le notazioni del TLC e
per n abbastanza grande potremo sempre adottare la seguente approssimazione per
la loro somma Yn
{ } { } ( )
Yn − nµ x − nµ ∗ x − nµ x − nµ
P {Yn ≤ x} = P √ ≤ √ = P Yn ≤ √ ≃Φ √
σ n σ n σ n σ n
Quando si usano relazioni di questo tipo diremo anche che stiamo adottando una
approssimazione normale: la sua importanza sta nel fatto che, sotto le condizioni
del TLC, essa permette di calcolare i valori della FDC di somme di generiche v-a
indipendenti mediante l’uso delle tavole dei valori della FDC normale standard
riportate nell’Appendice E.1. Si noti infine che, pur essendo N (0, 1) la legge di
una v-a continua, il teorema resta vero anche se le Xk sono v-a discrete; in questo
caso però, come vedremo in uno degli esempi seguenti, sarà bene usare dei piccoli
accorgimenti per migliorare le approssimazioni
Resta da fare qualche osservazione circa il numero minimo n per il quale l’ap-
prossimazione normale del TLC si possa considerare applicabile a una somma Yn .
A questo proposito va subito detto che non ci sono risultati generali, e che bisogna
adattarsi all’uso di alcune regole empiriche, peraltro piuttosto variabili secondo le
fonti consultate. In genere l’approssimazione normale si considera applicabile quan-
do n vale almeno 30-50. Anche qui però va adoperata qualche cautela nel caso in
cui Yn è una v-a discreta. Se ad esempio Yn è binomiale B (n; p) si può mostrare con
dei calcoli espliciti che, quando p è vicino a 1 oppure a 0, l’approssimazione normale
non è molto buona per i valori di n considerati accettabili con il nostro precedente
criterio. In questi casi infatti bisogna tenere conto anche del valore di p, e in generale
l’approssimazione normale si considera applicabile quando sono verificate ambedue
le condizioni np ≥ 5, e n(1 − p) ≥ 5. Cosı̀ se ad esempio p = 0.05 si deve avere
n ≥ 100; se invece p = 0.01 si deve scegliere n ≥ 500

61
N. Cufaro Petroni: Probabilità e Statistica

Esempio 5.6. (Errori sperimentali) Supponiamo di voler misurare una quantità

fisica il cui valore vero µ è sconosciuto. A causa degli inevitabili errori sperimentali,
però, i risultati delle osservazioni non saranno mai in generale coincidenti con µ,
anzi saranno diversi ogni volta che ripeteremo la misura: abbiamo cioè a che fare
con una vera e propria v-a X. Come suggerito dalla LGN, per stimare µ prenderemo
allora in considerazione un campione casuale di n misure, ma per essere anche in
grado di ottenere delle informazioni sull’attendibilità delle stime dovremmo anche
conoscere quale è la legge di X: in questo modo sarebbe infatti possibile stabilire
(come vedremo meglio nella parte di statistica inferenziale) con quale probabilità le
nostre quantità aleatorie cadono in determinati intervalli
A questo scopo, e supponendo per semplicità che non vi siano errori sistematici
dovuti a difetti o distorsioni del sistema di misura, potremmo allora pensare che
il valore di X sia composto di due parti: una deterministica costituita dal valore
vero µ cercato, e una aleatoria W dovuta agli errori sperimentali, in modo che
complessivamente risulti X = µ + W . Inoltre W può essere considerata come la
somma di innumerevoli piccoli disturbi dovuti alle condizioni sperimentali, e senza
una direzione privilegiata: in questo caso – quale che sia la legge sconosciuta dei
singoli disturbi – il TLC ci autorizza a ritenere che W segua una legge normale
con media nulla e con una qualche varianza σW 2
, cioè W ∼ N (0, σW
2
). In base al
2
Teorema 3.19 la v-a X risulta allora distribuita secondo la legge normale N (µ, σW ).
In questo modo abbiamo ricavato delle importanti informazioni sulla forma della
legge di X la quale risulta Gaussiana, anche se restano da stimare i due parametri µ e
2
σW . Questa è la base sulla quale si fonda la tradizionale legge degli errori secondo
la quale gli errori sperimentali si distribuiscono sempre in maniera Gaussiana

Esempio 5.7. (Approssimazione normale di leggi discrete) Per mostrare che

nell’approssimazione normale di leggi discrete è bene adottare qualche cautela supple-
mentare, torniamo a considerare il modello esaminato nell’Esempio 5.4 supponendo
per semplicità che le proporzioni degli individui di tipo A e B siano uguali, in modo
che p = 1 /2 , e quindi

1 1
µ = E [Xk ] = p = σ 2 = V [Xk ] = p(1 − p) =
2 4
Estraiamo allora un campione casuale di n = 100 individui, e poniamoci il problema
di calcolare la probabilità che in esso ve ne siano più di 60 di tipo A. Con le notazioni
dell’Esempio 5.4 sappiamo che il numero NA = X1 + . . . + X100 di individui di tipo
A è una v-a binomiale B (100; 1 /2 ), per cui la probabilità richiesta si scrive come

∑100 ( )
100 1
P {NA > 60} =
k=61
k 2100

Il valore numerico di questa probabilità non è però facilmente ricavabile, se non con
l’ausilio di qualche macchina calcolatrice. L’approssimazione normale ci permette

62
 5.3 Teorema Limite Centrale

invece di ottenerne una ragionevole stima con il semplice uso delle Tavole numeri-
che della FDC Normale standard Φ nell’Appendice E.1, ma con qualche opportuna
precisazione
Osserviamo infatti che la v-a NA ∼ B (100; 1 /2 ) non è altro che una somma
analoga alla Yn del Teorema 5.5 con n = 100. Applicando allora il TLC, la FDC
F100 (x) della v-a
NA − nµ 1
NA∗ = √ con n = 100 µ=σ=
σ n 2

potrà essere approssimata con la Φ(x) della Normale standard, e quindi

{ }
NA − nµ 60 − nµ
P {NA > 60} = 1 − P {NA ≤ 60} = 1 − P √ ≤ √
σ n σ n
{ }
∗ 60 − 50
= 1 − P NA ≤ = 1 − P {NA∗ ≤ 2} = 1 − F100 (2)
5
≃ 1 − Φ(2) = 0.02275

avendo ricavato dalle Tavole dell’Appendice E.1 che Φ(2) = 0.97725

Nel nostro caso, però, noi conosciamo anche il valore esatto (non approssima-
to) della probabilità richiesta e possiamo quindi esercitare qualche controllo sulla
accuratezza della approssimazione. Calcolando allora P {NA > 60} con la distri-
buzione binomiale otteniamo il valore 0.01760, per cui il valore trovato con l’ap-
prossimazione normale non risulta particolarmente preciso, anche se la condizione
np = n(1−p) = 50 > 5 è ampiamente rispettata. Questa discrepanza è dovuta al fat-
to che stiamo applicando il TLC a v-a discrete, cioè stiamo approssimando una fun-
zione costante a tratti con un’altra funzione crescente e continua: infatti bisogna os-
servare che NA ∼ B (100; 1 /2 ) assume solo i valori interi 1, 2, . . . , 59, 60, 61, . . . , 100,
e quindi che la sua FDC F100 (x) = P {NA ≤ x} resta costante per le x comprese
fra due interi consecutivi, per cui ad esempio P {NA ≤ 60} = P {NA ≤ 60.5}. Ne
segue che in particolare anche
( ) ( )
x − nµ x − 50
F100 √ = F100
σ n 5
resta costante per 60 ≤ x < 61. Viceversa, come si vede dalle Tavole dell’Appendi-
ce E.1, nel medesimo intervallo il valore della funzione approssimante
( )
x − 50
Φ
5

cresce con continuità da Φ(2) = 0.97725 a Φ(2.2) = 0.98610 , ed è ragionevole

supporre che una funzione continua che approssima una funzione costante a tratti
non ne attraversi i gradini in corrispondenza degli estremi, ma piuttosto in qualche
punto compreso fra le discontinuità. È intuitivo, allora, capire che la scelta migliore

63
N. Cufaro Petroni: Probabilità e Statistica

per il valore di x non è l’estremo inferiore 60 dell’intervallo [60, 61), usato nel calcolo
precedente, ma il suo punto di mezzo x = 60.5 . Infatti, se eseguiamo di nuovo il
calcolo approssimato tenendo conto di queste osservazioni, avremo

P {NA > 60} = 1 − P {NA ≤ 60} = 1 − P {NA ≤ 60.5}

{ } ( )
NA − nµ 60.5 − nµ 60.5 − 50
= 1−P √ ≤ √ = 1 − F100
σ n σ n 5
= 1 − F100 (2.1) ≃ 1 − Φ(2.1) = 0.01786

che costituisce un’approssimazione decisamente migliore per il valore esatto 0.01760 .

Come regola generale, quindi, se Yn è una v-a a valori interi, si ottiene una migliore
approssimazione
{ normale } se, invece di calcolare P {Yn ≤ k} con k intero, si calcola
piuttosto P Yn ≤ k + 2 1

5.4 Teorema di Poisson

Abbiamo già osservato che per leggi binomiali B (n; p) con valori di p prossimi a 0
(oppure a 1) l’approssimazione normale è piuttosto problematica. D’altra parte –
come vedremo in alcuni esempi – ci sono importanti casi in cui occorre considerare
successioni di leggi binomiali per le quali quando n → ∞ anche i valori di p variano e
sono infinitesimi. Sarà importante allora enunciare il seguente risultato che fornisce
uno strumento per approssimare le distribuzioni binomiali proprio nei casi in cui n
è molto grande e p è molto piccola

Teorema
( λ ) 5.8. (Teorema di Poisson) Dato λ > 0, e assegnate le leggi binomiali
B n; /n per n intero e n > λ, con le corrispondenti distribuzioni
( ) ( )k ( )n−k
n λ λ
pk (n) = 1− k = 0, 1, . . . , n
k n n

esse convergono in distribuzione per n → ∞ verso la legge di Poisson P(λ)

( ) d
B n; λ /n −→ P(λ)

ovvero, secondo la (5.5), risulta

λk −λ
lim pk (n) = e k = 0, 1, 2, . . .
n k!
Dimostrazione: Osserviamo innanzitutto che la richiesta di avere n > λ è motivata
dal fatto che il numero λ /n deve giocare il ruolo della probabilità p di una legge bi-
nomiale B (n; p), e quindi deve sempre risultare λ /n ≤ 1. D’altra parte tale richiesta
non è limitativa della generalità del teorema perché noi siamo interessati a studiare

64
 5.4 Teorema di Poisson

un limite per n → ∞, e quindi nulla ci impedisce di prendere in considerazione solo

n > λ. Ora si ha
( ) ( )k ( )n−k
n ( λ )k ( )n−k n! λ λ
pk (n) = /n 1 − /n
λ
= 1−
k k!(n − k)! n n
( ) n ( ) −k
λk n(n − 1) . . . (n − k + 1) λ λ
= k
1− 1−
k! n n n
( ) ( )( )n ( )−k
λ k
1 k−1 λ λ
= 1− ... 1 − 1− 1−
k! n n n n
e siccome inoltre, per ogni fissato k, sono noti i seguenti limiti
[( ) ( )]
1 k−1
lim 1 − ... 1 − = 1
n n n
( )−k
λ
lim 1 − = 1
n n
( )n
λ
lim 1 − = e−λ
n n
il risultato richiesto ne segue immediatamente 
Il Teorema 5.8 afferma in pratica che se n è molto grande e p = λ /n molto piccola
è possibile adottare l’approssimazione di Poisson: la distribuzione pk (n) di una
legge binomiale B (n; p) con n grande e p piccola può essere approssimata con quella
di una legge di Poisson P(λ) = P(np) con λ = np, ovvero
( )
n k (np)k
p (1 − p)n−k ≃ e−np n→∞ p→0
k k!
Illustreremo ora con alcuni esempi le conseguenze di questo risultato
Esempio 5.9. Supponiamo di partecipare un gran numero n di volte a una lotteria
per la quale la probabilità p di vincere è molto piccola, e chiediamoci quale sarà la
probabilità di vincere una o più volte. Se X1 , . . . , Xn sono le n v-a indipendenti di
Bernoulli B (1; p) tali che
{
1 se vinco al j-mo tentativo
Xj = j = 1, 2, . . . , n
0 altrimenti

il numero aleatorio di vincite Y = X1 + . . . + Xn sarà binomiale B (n; p) per il

Teorema 3.16. Se però prendessimo n = 1 000 e p = 0.003, il calcolo delle binomiali
B (1 000; 0.003) sarebbe molto laborioso, mentre quello delle Poisson P(np) = P(3)
è più semplice: ad esempio, usando Tavola E.5, la probabilità di vincere 4 volte è
( )
1 000 34
P {Y = 4} = (0.003)4 (0.997)996 ≃ e−3 = 0.168
4 4!

65
N. Cufaro Petroni: Probabilità e Statistica

Esempio 5.10. (Istanti aleatori) Supponiamo di voler determinare la legge del

numero aleatorio X di telefonate che arrivano ad un centralino telefonico in un inter-
vallo di tempo T in una tipica giornata lavorativa. Innanzitutto è chiaro che X è un
conteggio, cioè una v-a discreta che può assumere tutti i valori interi k = 0, 1, 2, . . .
senza che vi sia una limitazione superiore. Per trovare la legge di X possiamo allora
cominciare costruendo un modello approssimato: supponendo di sapere che media-
mente arrivano α > 0 telefonate per unità di tempo, dividiamo l’intervallo T in
n sotto-intervalli di uguale lunghezza T/n , prendendo n abbastanza grande da fare
in modo che il numero medio di telefonate αT/n in ogni sotto-intervallo sia minore
di 1. Potremo supporre allora, in prima approssimazione, che in ogni intervallo di
lunghezza T/n non arrivi più di una telefonata: ovviamente questa supposizione sarà
tanto più realistica quanto più grande prenderemo n, e quindi anche al limite per
n → ∞. Se allora definiamo n v-a indipendenti X1 , . . . , Xn tali che
{
1 se nell’intervallo j-mo arriva una telefonata
Xj = j = 1, 2, . . . , n
0 altrimenti

per costruzione esse saranno tutte v-a di Bernoulli con E [Xj ] = αT/n , e quindi
anche (vedi
( λTeorema
) 4.13) con P {Xj = 1} = αT/n , sicché posto λ = αT avremo
Xj ∼ B 1; /n . In questa approssimazione quindi il numero totale di telefonate che
( λin )T sarà X1 + · · · + Xn e questa v-a, per il Teorema 3.16, sarà Binomiale
arriva
B n; /n . Siccome abbiamo notato che l’approssimazione migliora al limite per
n→ ( ∞, il) Teorema di Poisson 5.8 ci dice che la legge di X – in quanto limite delle
λ
B n; /n – è la legge di Poisson P(λ). In conclusione il numero X di telefonate
che arrivano al nostro centralino telefonico è una v-a di Poisson P(λ) con λ = αT :
naturalmente resta da studiare in che modo si può stimare il valore del parametro λ
a partire da osservazioni empiriche reali
Sarà infine utile precisare che questo risultato è molto generale e non si applica
solo al numero di telefonate che arrivano a un centralino in un determinato inter-
vallo di tempo T ; infatti anche le v-a X che in T contano quante particelle sono
emesse da un campione radioattivo, ovvero quanti clienti si presentano a uno spor-
tello bancario, o ancora quanti incidenti capitano su una rete stradale e cosı̀ via,
seguono tutte una legge di Poisson P(λ) con un λ opportuno. Cosı̀, se ad esempio
sappiamo che un campione radioattivo emette mediamente α = 12 particelle all’ora,
e se X rappresenta il numero di particelle emesse in un intervallo di T = 10 minuti,
avremo X ∼ P(2) dato che
12
λ = αT = ′
× 10 ′ = 2
60
e quindi
2k 2k
P {X = k} = e−2 = 0.135
k! k!
dove il valore (arrotondato) di e−2 è stato preso dalle Tavole E.5

66
Parte II

Statistica

67
Capitolo 6

Statistica descrittiva univariata

Il calcolo delle probabilità è una teoria che ottiene i propri risultati costruendo
modelli aleatori basati su opportune ipotesi la cui validità è successivamente giu-
dicata nel confronto con i risultati sperimentali. La statistica, invece, è un po’
l’altra faccia della medesima medaglia: essa infatti parte dai dati empirici e cerca
di estrarne l’informazione ritenuta rilevante. Bisogna però prima domandarsi se tali
dati empirici sono giudicati o meno una visione esauriente del fenomeno osservato:
come ricordato nella Prefazione, infatti, i risultati di una misura possono essere con-
siderati o come la totalità degli oggetti della nostra indagine (si pensi ai risultati
di una tornata elettorale), ovvero come un campione casuale estratto da una popo-
lazione più ampia (come per i sondaggi pre-elettorali). Mentre è evidente che nel
secondo caso (oggetto della statistica inferenziale che incontreremo più avanti)
la probabilità gioca un ruolo determinante, quest’ultima è invece sostanzialmente
estranea alla statistica descrittiva che meglio si adatta alla prima eventualità.
Noi cominceremo la nostra discussione proprio con la statistica descrittiva, ma sarà
comunque utile osservare preliminarmente che in essa saranno inevitabilmente intro-
dotti concetti, notazioni e risultati che si svilupperanno in un evidente parallelismo
con analoghi concetti, notazioni e risultati già definiti nella parte di calcolo delle
probabilità. Sarà cura dell’autore sottolineare somiglianze e differenza, ma il lettore
è fin da ora invitato ad esercitare la dovuta attenzione per evitare possibili confusioni

6.1 Dati e frequenze

Il punto di partenza della statistica è costituito dai dati empirici che distingueremo
innanzitutto in due categorie: dati quantitativi e dati qualitativi. I dati quanti-
tativi o numerici sono i risultati di misure che si presentano sotto forma di valori
numerici: ad esempio posizioni, velocità, masse di particelle; peso, altezza, età di
individui di una specie di animali; reddito dei cittadini di un paese e cosı̀ via. I
dati qualitativi viceversa si riferiscono a proprietà astratte, e non sono in genere
rappresentati da numeri: ad esempio i colori delle palline estratte da un’urna; il
gruppo sanguigno A, B, AB e 0 di un insieme di persone; il partito politico votato

69
N. Cufaro Petroni: Probabilità e Statistica

dagli elettori di un paese e via dicendo. Si noti però che la differenza principale
fra i due tipi di dati non consiste nel fatto formale di essere rappresentati o meno
da numeri: in fondo potremmo convenzionalmente rappresentare anche i colori, i
gruppi sanguigni e i partiti degli esempi precedenti con dei numeri. Quel che invece
è profondamente diverso è il significato di questi numeri. Cosı̀ ad esempio, il colore
rosso delle palline di un’urna potrebbe essere per comodità rappresentato con un
numero, ma questa sarebbe un’associazione convenzionale e il numero scelto (1, 2
o indifferentemente qualsiasi altro numero) non modificherebbe in nulla l’esito della
nostra analisi. Invece i numeri che rappresentano i redditi dei cittadini di un paese
non possono essere assegnati arbitrariamente senza perdere completamente il loro si-
gnificato. Questa differenza è anche alla base del fatto che taluni indicatori statistici
(medie, mediane, varianze ...) hanno un senso solo nel caso di dati quantitativi e
non in quelli di dati qualitativi: ad esempio è perfettamente sensato chiedersi quale
è il reddito medio dei cittadini di un paese, mentre non avrebbe alcun significato
il concetto di colore medio, o di partito medio, e questo anche se i dati qualitativi
fossero rappresentati da numeri
Nel linguaggio della statistica l’insieme dei soggetti presi in considerazione nella
discussione di un determinato problema (animali di una specie, palline in un’ur-
na, cittadini di un paese) costituisce una popolazione, mentre le caratteristiche
X, Y, . . . che vengono osservate (colore, gruppo sanguigno, reddito, peso . . . ) pren-
dono il nome di caratteri e si distinguono in caratteri quantitativi o numerici,
e caratteri qualitativi in base al tipo di dati ricavati dalle osservazioni. I caratteri
numerici sono poi a loro volta distinti in altre due categorie: quelli che assumano
valori discreti (ad esempio il numero di figli delle famiglie di un dato paese), e
quelli che assumono valori continui (il peso o l’altezza degli individui di una popo-
lazione). I possibili valori assunti da caratteri numerici discreti (numero dei figli di
una famiglia), o da caratteri qualitativi (colori delle palline in un’urna) si chiamano
anche modalità. Cosı̀ ad esempio: il peso dei cittadini di un paese è un carattere
numerico continuo; il gruppo sanguigno degli individui di un gruppo è un carattere
qualitativo con 4 modalità (A, B, AB e 0); il numero di figli delle famiglie di un
paese è un carattere numerico discreto le cui modalità sono i numeri interi, e cosı̀
via. Come vedremo meglio nel Capitolo 7, infine, potremo avere anche dati multi-
dimensionali, nel senso che su ogni individuo considerato si possono misurare due
o più caratteri. Ad esempio se si misurano l’età e, il peso p e il reddito r dei cittadini
di un dato paese, ad ogni individuo sarà associata una terna di numeri (e, p, r): ma
questo sarà oggetto della statistica descrittiva multivariata
Nell’ambito della statistica descrittiva si suppone sempre di avere a disposizione
i dati relativi a tutta la popolazione di nostro interesse che, quindi, dovrà contenere
un numero finito n di individui. I nostri insiemi di dati, chiamati campioni, saranno
pertanto n-ple di simboli (eventualmente anche di numeri) del tipo x1 , . . . , xn , ed
esauriranno tutta la popolazione considerata. Si noti, però, a questo proposito
che in genere il procedimento avviene in senso inverso: si parte dai dati e poi si
stabilisce – in base alle necessità dello sperimentatore – quale è la popolazione di

70
 6.1 Dati e frequenze

riferimento. Tipicamente nella realtà il punto di partenza è il campione x1 , . . . , xn ,

ma il suo significato può variare secondo il punto di vista adottato. In un certo senso
è lo statistico che, in base alle proprie esigenze, stabilisce quale è la popolazione di
riferimento: se egli decide che la popolazione di interesse è rappresentata solo dagli
n dati a sua disposizione, allora egli si colloca nell’ambito della statistica descrittiva;
se invece egli considera gli n dati come un campione estratto da una popolazione
più vasta sulla quale vuole ricavare delle informazioni, allora si colloca nell’ambito
della statistica inferenziale che studieremo in seguito
Cosı̀ ad esempio potremmo supporre di avere i risultati x1 , . . . , xn del test d’in-
gresso di n studenti di un corso di laurea universitario. Se il nostro scopo è quello
di esaminare il livello di preparazione degli studenti che che si sono iscritti a quel
corso di laurea in quell’anno accademico, è evidente che la nostra popolazione sarà
ristretta proprio agli n individui che hanno sostenuto il test e non ci resterà che
studiare i dati in quest’ottica. Se invece dai risultati del test volessimo ricavare delle
conclusioni più generali – ad esempio relative a tutta la popolazione studentesca che
accede all’università in un determinato anno accademico – è altrettanto evidente
che x1 , . . . , xn dovrà essere considerato come un campione (casuale) estratto da una
popolazione più vasta. Il medesimo insieme di dati, insomma, può essere legitti-
mamente studiato da tutti e due i punti di vista: nel primo caso, però, si tratterà
di un problema di statistica descrittiva; nel secondo di un problema di statistica
inferenziale
Supponiamo allora di voler studiare innanzitutto un carattere numerico di-
screto, o qualitativo X con un numero finito M di modalità esaminando una
popolazione di n individui. Indicheremo nel seguito le M modalità con i simboli wk
per k = 1, . . . , M : nel caso di caratteri numerici discreti tali wk saranno numeri; per
caratteri qualitativi potranno invece avere significati più astratti
Definizione 6.1. Detto {j : xj = wk } l’insieme degli individui della nostra popo-
lazione che assumono il valore wk , chiameremo frequenza assoluta della k-ma
modalità di un carattere numerico discreto o qualitativo X il numero
Nk = #{j : xj = wk } k = 1, . . . , M (6.1)
(qui # indica la cardinalità di un dato insieme) cioè il numero delle xj uguali a wk ;
chiameremo invece frequenza relativa il numero
Nk
pk = , k = 1, . . . , M (6.2)
n
cioè la frazione delle xj che assumono il valore wk . Per i caratteri numerici si dicono
poi frequenze assolute cumulate e frequenze relative cumulate le quantità
∑
k ∑
k
Fk = Ni , fk = pi , k = 1, . . . , M (6.3)
i=1 i=1

ovvero il numero e la frazione delle xj con valore minore o uguale di wk

71
N. Cufaro Petroni: Probabilità e Statistica

Naturalmente banalmente sono verificate per definizione le due relazioni di nor-

malizzazione

N1 + . . . + NM = n p1 + . . . + pM = 1 (6.4)

che per le frequenze cumulate divengono semplicemente

FM = n fM = 1

Quando invece X è un carattere numerico continuo i suoi possibili valori

sono infiniti, e tipicamente non numerabili per cui il concetto di modalità perde
di senso, e per introdurre il concetto di frequenza bisognerà procedere in modo
diverso. Siccome i valori osservati costituiscono un campione numerico x1 , . . . , xn
con n finito, essi cadranno sicuramente in qualche intervallo chiuso e limitato del tipo
[a, b], e noi li potremo ripartire in opportune classi nel modo seguente: consideriamo
innanzitutto una decomposizione finita (Bk )k=1,...,M di [a, b]; cioè suddividiamo [a, b]
in M sotto-intervalli (non necessariamente tutti della stessa ampiezza, ma numerati
nell’ordine) Bk = [ak , bk ] con k = 1, . . . , M disgiunti e tali che la loro unione coincida
con [a, b]. Possiamo allora adeguare al nuovo caso la Definizione 6.1

Definizione 6.2. Chiameremo rispettivamente frequenza assoluta e frequen-

za relativa dei ritrovamenti di un carattere numerico continuo X nelle classi
(Bk )k=1,...,M che decompongono [a, b] i numeri

Nk
Nk = #{j : xj ∈ Bk } pk = k = 1, . . . , M
n
Le corrispondenti frequenze cumulate assoluta Fk e relativa fk si definiscono
poi come in Definizione 6.1 tramite le (6.3), e indicano rispettivamente il numero o
la frazione di dati xj che cadono all’interno dell’unione dei primi k sotto-intervalli,
ovvero che sono minori o uguali dell’estremo destro di Bk

Ovviamente le relazioni di normalizzazione (6.4) sono rispettate dalle frequenze as-

solute e relative anche in questo caso. Si noti inoltre che una certa importanza è
rivestita anche dal concetto di valore centrale di una classe Bk = [ak , bk ], cioè la
semisomma degli estremi dell’intervallo
ak + bk
bk =
w (6.5)
2
bk potranno essere
Infatti, per successivi scopi di analisi statistica, tali valori centrali w
utilizzati per giocare il ruolo di modalità wk approssimate, nel senso che i numeri
xk che cadono in Bk saranno approssimativamente identificati proprio con w bk
In conclusione anche nel caso di caratteri X numerici continui potremo introdurre
le medesime nozioni introdotte nel caso discreto/qualitativo, a patto di sostituire il
conteggio del numero di volte in cui X assume la modalità k-ma con il conteggio del

72
 6.2 Tabelle e grafici

3 0 3 1 1 1 2 4 1 3 2 1 0 2 1 3 3 0 2 1
3 4 3 1 3 4 1 5 0 2 0 4 1 4 2 2 2 1 2 3
2 3 2 2 3 3 2 1 2 1

Tabella 6.1: Campione di n = 50 misure di un carattere con le 6 modalità k =

0, 1, 2, 3, 4, 5.

k 0 1 2 3 4 5
Nk 5 13 14 12 5 1
Fk 5 18 32 44 49 50
pk 0.10 0.26 0.28 0.24 0.10 0.02
fk 0.10 0.36 0.64 0.88 0.98 1.00

Tabella 6.2: Frequenze e frequenze cumulate, assolute e relative, per i dati riportati
in Tabella 6.1.

numero di ritrovamenti di X nella classe k-ma. Bisogna però osservare subito che
in questo secondo caso i valori delle frequenze dipendono dalla collocazione e dalla
ampiezza delle classi Bk , che sono scelte in maniera largamente arbitraria. Come
vedremo in alcuni esempi successivi, infatti, la determinazione della collocazione
e delle ampiezze delle classi può rivelarsi cruciale per mettere in evidenza (o per
nascondere) alcune caratteristiche dei dati

6.2 Tabelle e grafici

L’informazione contenuta nelle frequenze assolute e relative può essere messa meglio
in evidenza organizzando i dati in tabelle o anche rappresentandoli in grafici. Le
tecniche di organizzazione e visualizzazione dei dati sono numerose, e la scelta di
quelle più opportune dipende dal particolare problema studiato. Noi qui ne daremo
solo qualche esempio senza nessuna pretesa di completezza.
Le tabelle di frequenza non sono altro che opportune tabelle nelle quali so-
no riportati in maniera organizzata i valori numerici delle varie frequenze definite
in precedenza. Per la rappresentazione grafica dei caratteri qualitativi o numerici
discreti lo strumento più usato è il diagramma a barre che consiste semplicemen-
te nel riportare in corrispondenza di ogni singola modalità delle barre di altezza
uguale ai valori delle frequenze. Su questi diagrammi possono essere rappresentate
sia le frequenze assolute che quelle relative: siccome a causa di (6.2) Nk e pk sono
tutti numeri proporzionali fra loro, i diagrammi a barre dei due casi sono identici,
l’unica differenza essendo la scala dei valori dell’asse verticale. Per le frequenze dei
caratteri numerici continui invece si costruiscono degli istogrammi. Il principio è
simile a quello dei diagrammi a barre, ma con una importante differenza: sulla classe
k-ma (sottointervallo Bk = [ak , bk ] dell’intervallo [a, b]) si costruisce un rettangolo

73
N. Cufaro Petroni: Probabilità e Statistica

pk

0.2

0.1

k
0 1 2 3 4 5

Figura 6.1: Diagramma a barre delle frequenze relative pk dei dati della Tabella 6.1.

la cui area è uguale al valore della k-ma frequenza assoluta o relativa. Siccome le
ampiezze |Bk | = bk − ak delle varie classi (basi dei rettangoli) possono essere diverse,
in generale le altezze dei rettangoli non saranno più proporzionali alle frequenze
assolute o relative, ma saranno rispettivamente
Nk pk
Hk = hk = (6.6)
bk − a k bk − ak
A parità di frequenze, quindi, classi molto ampie tenderanno ad avere rettangoli
più bassi, e viceversa. Solo nel caso in cui le ampiezze |Bk | fossero scelte tutte
uguali le altezze dei rettangoli sarebbero nuovamente proporzionali alle frequenze
(assolute o relative) delle classi. Noteremo infine che anche le frequenze cumulate
sono ovviamente suscettibili di rappresentazioni grafiche che però noi, per brevità,
trascureremo limitandoci a riportare i loro valori nelle tabelle di frequenza

Esempio 6.3. Supponiamo di aver raccolto n = 50 misure di un carattere con

M = 6 modalità che qui per comodità rappresenteremo senz’altro con i numeri
k = 0, 1, 2, 3, 4, 5. Come esempio concreto possiamo pensare di aver esaminato 50
famiglie con 5 figli e di aver registrato per ciascuna di esse il numero dei figli maschi
che ovviamente è un numero intero da 0 a 5; alternativamente potremmo pensare
di aver lanciato 50 volte 5 monete e di aver registrato in ogni lancio il numero delle
teste. I dati di partenza del nostro esempio sono mostrati nella Tabella 6.1. È facile
a questo punto calcolare le frequenze assolute e relative da (6.1) e (6.2): i risultati
sono riportati nella Tabella 6.2. Le frequenze possono poi essere rappresentate in un
diagramma a barre come quello di Figura 6.1. Per evitare ripetizioni abbiamo scelto
di riportare solo il diagramma a barre delle frequenze relative: quello delle frequenze
assolute sarebbe identico, tranne che per la scala dei valori dell’asse verticale (invece
di 0.1 e 0.2 troveremmo rispettivamente 5 e 10)

Esempio 6.4. Supponiamo di avere le n = 100 misure di un carattere continuo X

riportate nella Tabella 6.3. Ad esempio potrebbero essere – in una opportuna unità
di misura – misure di lunghezza su un gruppo di insetti, ovvero misure di massa per

74
 6.2 Tabelle e grafici

0.30 1.03 1.08 1.22 1.46 1.62 2.01 2.17 2.27 2.31
2.33 2.41 2.49 2.49 2.57 2.58 2.59 2.63 2.75 2.75
2.84 2.93 2.95 3.08 3.09 3.23 3.27 3.27 3.28 3.37
3.39 3.42 3.47 3.49 3.56 3.60 3.78 3.78 3.79 3.87
3.91 3.91 3.95 3.95 3.96 4.02 4.11 4.12 4.12 4.22
4.31 4.35 4.58 4.69 4.76 4.89 5.12 5.18 5.20 5.34
5.34 5.37 5.40 5.46 5.54 5.62 5.64 5.64 5.68 5.71
5.73 5.94 6.10 6.19 6.24 6.28 6.31 6.33 6.35 6.40
6.44 6.44 6.55 6.56 6.63 6.68 6.73 6.75 6.89 6.99
7.01 7.08 7.11 7.15 7.26 7.44 7.47 7.93 8.21 8.44

Tabella 6.3: Campione di n = 100 misure di un carattere continuo X. Per co-

modità i dati sono stati riportati in ordine crescente. La coincidenza di alcuni dei
valori – particolarmente improbabile nel caso di caratteri continui – è dovuta agli
arrotondamenti effettuati.
Bk Nk Fk pk fk hk
[0.0, 2.0] 6 6 0.06 0.06 0.03
[2.0, 4.0] 39 45 0.39 0.45 0.20
[4.0, 6.0] 27 72 0.27 0.72 0.14
[6.0, 8.0] 26 98 0.26 0.98 0.13
[8.0, 10.0] 2 100 0.02 1.00 0.01

Tabella 6.4: Frequenze e altezze hk dell’istogramma di Tabella 6.3 per 5 classi di

ampiezza 2.0

le particelle elementari prodotte in un determinato esperimento e cosı̀ via. Ovvia-

mente nella realtà i valori non si ottengono nell’ordine crescente nel quale li abbiamo
riportati; noi però abbiamo preferito riordinare il campione perché questo facilita il
calcolo delle frequenze senza modificarne il valore. La tabella delle frequenze dipende
però ora dalle classi scelte. Si vede subito che i dati cadono tutti fra 0.30 e 8.44, e per
rendere più simmetriche le classi possiamo, ad esempio, considerare un intervallo
un po’ più ampio del tipo [0, 10]. Per semplicità sceglieremo prima di tutto classi
con la stessa ampiezza, e cominceremo con il dividere [0, 10] in 5 sotto-intervalli di
ampiezza 2.0. In questo caso le frequenze sono quelle della Tabella 6.4. Se invece
scegliessimo come ampiezza delle classi 0.5 o 0.1 otterremmo 20 o 100 classi con
frequenze piuttosto diverse che per brevità non riporteremo in tabelle, limitandoci
solo alla loro successiva rappresentazione grafica. Si può passare a questo punto
a costruire gli istogrammi corrispondenti a ciascuna scelta delle classi, ricordando
che su ogni classe dovrà essere disegnato un rettangolo di area uguale alla rispet-
tiva frequenza. Gli istogrammi ottenuti con le tre scelte delle classi (di ampiezze
rispettivamente 2.0, 0.5 e 0.1) sono riportati nella Figura 6.2
Si noterà che l’aspetto dei tre istogrammi è piuttosto diverso: quello con le classi
più ampie (ampiezza 2.0, in alto a sinistra) fornisce una rappresentazione piuttosto

75
N. Cufaro Petroni: Probabilità e Statistica

0.4

0.1
0.2

2 4 6 8 10 2 4 6 8 10

0.2 0.2

0.1 0.1

2 4 6 8 10 2 4 6 8 10

Figura 6.2: Istogrammi dei dati riportati in Tabella 6.3. I due istogrammi in alto si
riferiscono a classi di ampiezze rispettivamente 2.0 e 0.1. L’istogramma in basso a
sinistra è invece costruito con classi di ampiezza 0.5, mentre quello in basso a destra
è costruito con classi di ampiezza variabile.

grossolana, mentre quello con le classi meno ampie (ampiezza 0.1, in alto a destra)
dà una rappresentazione piuttosto confusa. Viceversa l’istogramma con classi di
ampiezza 0.5 (in basso a sinistra) sembra avere un aspetto più equilibrato, e mostra
alcune caratteristiche dei dati che non appaiono negli altri due: in particolare esso
indica che le frequenze presentano due massimi relativi in corrispondenza delle classi
[3.0, 3.5], [3.5, 4.0] e [6.0, 6.5]. Questa struttura dell’istogramma è interessante da
un punto di vista statistico in quanto potrebbe indicare che la nostra popolazione è
in realtà composta della sovrapposizione di due popolazioni con proprietà differenti:
una con valori del carattere prevalentemente compresi fra 3 e 4, e l’altra con valori
del carattere prevalentemente vicini a 6. Tale suggerimento va invece completamente
perduto nelle rappresentazioni con intervalli troppo larghi o troppo stretti
Infine sempre nella stessa Figura 6.2 è stato riportato un quarto istogramma dello
stesso campione costruito con classi di ampiezze diverse fra loro. In particolare,
con riferimento al terzo istogramma con i 20 intervalli di ampiezza 0.5, sono stati
unificati gli intervalli con le frequenze più basse che si trovano a sinistra, a destra e al
centro, evitando cosı̀ di riportare oscillazioni poco significative. Si vede in definitiva
che la scelta delle classi modifica l’aspetto dell’istogramma, volta a volta mettendo
in evidenza o nascondendo alcune caratteristiche dei dati. Non ci sono però delle

76
 6.3 Moda, media e varianza

regole per scegliere le classi nella maniera migliore, e d’altra parte non è detto che
quel che viene messo in evidenza da un particolare istogramma sia poi in realtà
statisticamente significativo. Il ricercatore avveduto, guidato dalla sua esperienza,
farà diversi tentativi, e cercherà successivamente delle conferme per le conclusioni
suggerite dalle diverse rappresentazioni dei suoi dati

6.3 Moda, media e varianza

L’analisi statistica non si esaurisce nella rappresentazione delle frequenze dei dati: un
altro importante aspetto da esaminare è la ricerca di opportuni indici che permettano
concentrare in pochi numeri le caratteristiche più rilevanti dei campioni. Sono di
particolare importanza gli indici di centralità e gli indici di dispersione. I
primi forniscono un’idea dei valori attorno ai quali sono prevalentemente concentrati
i dati empirici; i secondi misurano invece la dispersione dei campioni attorno ai
valori centrali. In questa e nelle successive sezioni esamineremo, senza pretesa di
completezza, alcuni dei principali indici statistici, iniziando da quelli di centralità
Definizione 6.5. Data un campione di un carattere qualitativo o numerico discreto
chiameremo mode le modalità con frequenze più grandi di quelle immediatamente
vicine. Nel caso invece di caratteri numerici continui chiameremo classi modali
quelle che nell’istogramma corrispondono a rettangoli più alti di quelli immediata-
mente vicini: in questo secondo caso spesso la classe modale viene anche identificata
con il suo valore centrale (6.5). Le mode e le classi modali corrispondono quindi ai
massimi locali rispettivamente dei diagrammi a barre e degli istogrammi
Il concetto di moda in statistica è quindi del tutto analogo a quello trovato in
probabilità sulla base delle Definizioni 3.15 e 3.18 se, almeno nel caso continuo, si
sostituiscono le fdp con gli istogrammi
Esempio 6.6. Per il campione dell’Esempio 6.3, rappresentato nel diagramma a
barre di Figura 6.1, l’unica moda è 2, cioè la modalità la cui frequenza assoluta 14,
ovvero quella relativa 0.28, è la più grande di tutte
Nel caso del campione dell’Esempio 6.4, invece, l’identificazione della classe mo-
dale è un po’ più delicata. Intanto è chiaro dagli istogrammi di Figura 6.2 che le
classi modali dipendono fortemente dalla scelta delle classi stesse. In secondo luogo
questi grafici mettono bene in evidenza come possa capitare di avere campioni che
presentano più di una moda o classe modale: le mode o le classi modali coincidono
infatti con i massimi locali delle rappresentazioni grafiche dei campioni, piuttosto
che con un unico massimo assoluto, e quindi un insieme di dati può presentare an-
che più di una moda o classe modale. Tornando alla Figura 6.2 vediamo allora che
per l’istogramma in alto a sinistra la classe modale è l’intervallo [2.0, 4.0], ovvero il
suo valore centrale 3; per ciascuno dei due istogrammi in basso, invece, ci sono due
classi modali: l’intervallo [3.0, 4.0] (che in realtà è l’unione di due classi) ovvero
il suo valore centrale 3.5, e l’intervallo [6.0, 6.5] ovvero il suo valore centrale 6.25.

77
N. Cufaro Petroni: Probabilità e Statistica

Infine va notato l’istogramma in alto a destra presenta un eccessivo numero di mas-

simi locali che lo rendono confuso e poco adatto ad un’analisi statistica: in questo
caso, anche se tutti quei massimi locali si qualificherebbero tecnicamente come classi
modali, è piuttosto evidente che si tratterebbe di identificazioni poco significative do-
vute a una cattiva scelta della suddivisione in classi. Ancora una volta quindi, come
già notato nell’Esempio 6.4, vediamo che classi eccessivamente larghe conducono ad
un’analisi troppo grossolana che può far perdere informazioni (qui la bi-modalità del
campione), mentre viceversa classi troppo ristrette producono un’analisi eccessiva-
mente rumorosa e poco significativa. In definitiva solo una scelta ben bilanciata delle
classi consente di mettere in evidenza le caratteristiche salienti del campione
Definizione 6.7. Si chiama media aritmetica, o semplicemente media di un
campione x1 , . . . , xn del carattere numerico X la quantità

1∑
n
x1 + . . . + xn
mX = x = = xj
n n j=1

Se poi si assegnano anche dei pesi q1 . . . , qn tali che

0 ≤ qj ≤ 1 j = 1, . . . , n q1 + . . . + qn = 1
si chiama media pesata il numero
∑
n
qj xj
j=1

I pesi di una media pesata sono una misura dell’importanza relativa dei dati nella
media: la media aritmetica è un caso particolare di media pesata quando tutti i pesi
sono uguali fra loro, cioè qj = 1 /n , e i dati hanno tutti la stessa importanza
Teorema 6.8. Dato un campione x1 , . . . , xn di un carattere numerico discreto X
con modalità w1 , . . . , wM , e dette pk le frequenze relative di tali modalità, si ha

∑
M
mX = x = pk wk (6.7)
k=1

ovvero la media di un campione numerico discreto è anche la media pesata delle sue
modalità wk , usando come pesi le frequenze relative pk
Dimostrazione: Basterà osservare che per (6.2) npk = Nk è il numero degli ele-
menti del campione che assume il valore wk , e quindi che

1∑ ∑
n M
np1 w1 + . . . + npM wM
x= xj = = pk wk
n j=1 n k=1

come affermato nel teorema 

78
 6.3 Moda, media e varianza

Il Teorema 6.8 mette in evidenza l’analogia che sussiste fra la media mX di un

carattere numerico discreto, e il valore d’attesa µX di una v-a discreta definito
in (4.1): in ambedue i casi si tratta infatti di medie pesate, ma ora le probabilità
teoriche dei possibili valori della v-a sono sostituiti nel loro ruolo di pesi in (6.7)
dalle frequenze relative empiriche pk delle modalità wk

Teorema 6.9. Assegnato un campione xj con j = 1, . . . , n, e dati due numeri reali

a, b, i dati trasformati secondo la formula yj = axj + b hanno come media

y = ax + b = a x + b

Dimostrazione: Si ha infatti
( )
1∑ 1∑ 1∑ 1∑
n n n n
y= yj = (axj + b) = a xj + b = ax + b
n j=1 n j=1 n j=1 n j=1

che completa la dimostrazione. 

Le trasformazioni lineari di dati come yj = axj + b sono essenzialmente dei riscala-
menti: il coefficiente a descrive infatti qualche cambiamento dell’unità di misura,
mentre b rappresenta uno spostamento dello zero dei valori (ricentramento). Il Teo-
rema 6.9 afferma quindi che la media dei dati riscalati coincide con il riscalamento
della media dei dati originali

Esempio 6.10. Supponiamo di sapere che un campione x1 , . . . , xn di misure di

temperatura in gradi Fahrenheit ha media x = 50 ◦ F : come possiamo convertire
questa misura in gradi centigradi? In base alle definizioni dovremmo convertire ogni
misura xj in gradi centigradi con la nota relazione

100 5 160
yj = (xj − 32) = xj − (6.8)
180 9 9
e poi calcolare la media y. Il calcolo sarebbe ripetitivo e laborioso, e d’altra parte
potrebbe essere noto solo il valore di x, e non quello delle singole misure. Possiamo
però applicare il Teorema 6.9 visto che la relazione (6.8) è proprio del tipo yj =
axj + b con a = 5 /9 e b = 160 /9 . Un semplice calcolo conduce allora al valore

100 100
y= (x − 32) = (50 − 32) = 10 ◦ C
180 180
Teorema 6.11. Dati due campioni x1 , . . . , xℓ e y1 , . . . , ym con medie x e y, e detto
z1 , . . . , zn = x1 , . . . , xℓ , y1 , . . . , ym il campione ottenuto unificando i primi due con
n = ℓ + m, si ha
ℓx + my
z=
n

79
N. Cufaro Petroni: Probabilità e Statistica

Dimostrazione: La media z si esprime infatti facilmente come

( ℓ )
1∑ 1 ∑ ∑
n m
ℓx + my
z= zj = xj + yj =
n j=1 n j=1 j=1
n

che è il risultato richiesto. 

Si osservi come il risultato del Teorema 6.11 possa essere riformulato dicendo che
la media di campioni combinati è la media pesata delle medie dei due campioni
separati: in questo caso i pesi rispettivi sono ℓ /n e m /n , cioè le numerosità relative
dei due campioni iniziali
Esempio 6.12. Su un libretto universitario sono riportati n = 20 voti cosı̀ ripartiti:
ℓ = 4 sono dei 30 con media x = 30, mentre gli altri m = 16 sono dei 18 con media
y = 18. La media (calcolata dalla Definizione 6.7) è 20.4, e coincide con la media
dei due voti 30 e 18 pesati rispettivamente con i pesi 4 /20 = 0.2 e 16 /20 = 0.8
Definizione 6.13. Dato un campione di un carattere numerico continuo X del
quale sono note le frequenze relative pk nelle classi Bk = [ak , bk ] con k = 1, . . . , M ,
si chiama media per dati raggruppati la quantità

∑
M
bX =
m bk
pk w (6.9)
k=1

bk sono i valori centrali (6.5) degli intervalli Bk

dove w
La media per dati raggruppati m b X viene spesso utilizzata come approssimazione del
valore esatto della media mX nel caso in cui i valori individuali xj degli elementi
del campione non sono noti (o se ne vuole evitare l’uso) mentre sono conosciuti i
valori centrali wbk e le frequenze relative pk negli intervalli Bk . Si noti l’analogia
bk
con il risultato (6.7) per caratteri discreti, dove però al posto dei valori centrali w
compaiono le modalità wk che in questo modo forniscono il valore esatto mX della
media, mentre dalla (6.9) per caratteri continui si ha solo

b X ≃ mX
m

cioè un’approssimazione utile nel caso in cui non è nota l’intera tabella dei dati, ma
solo la tabella delle frequenze relative in certe determinate classi. L’approssimazione
si basa sull’identificazione di tutti i valori xj che cadono nella classe Bk con il suo
valore centrale wbk pesato con la frequenza relativa nella classe k-ma
Esempio 6.14. Se nell’Esempio 6.4 fosse conosciuta solo la Tabella 6.4 delle classi e
delle frequenze relative (o un’altra analoga, basata su una diversa scelta delle classi),
e non l’intera Tabella 6.3 dei dati, il calcolo esatto della media mX di Definizione 6.7
non sarebbe possibile. Dalla Tabella 6.4 si ricava però facilmente la Tabella 6.5 che

80
 6.3 Moda, media e varianza

bk
w 1 3 5 7 9
pk 0.06 0.39 0.27 0.26 0.02

Tabella 6.5: Tabella dei dei valori centrali e delle frequenze relative del campione di
Tabella 6.3 raggruppando i dati nelle 5 classi di ampiezza 2.0

individua anche i valori centrali, e da (6.9) si può quindi ottenere la media per
dati raggruppati m b X = 4.58. D’altra parte se utilizzassimo i dati originali della
Tabella 6.3 e la Definizione 6.7 si otterrebbe il valore esatto mX = 4.56 della media,
verificando cosı̀ che l’approssimazione ottenuta con m b X è piuttosto buona anche
se le classi scelte sono ampie. È intuitivo, comunque, riconoscere che il valore
approssimato è tanto più affidabile quanto più le classi sono ristrette

Definizione 6.15. Si dice varianza di un campione x1 , . . . , xn di un carattere X

con media x la quantità

1∑
n
s2X = (xj − x)2 = (x − x)2 (6.10)
n j=1

e scarto quadratico o deviazione standard la sua radice quadrata sX . Infine

si chiama coefficiente di variazione il rapporto
sX
δ=
|x|

che fornisce una misura dell’importanza relativa della deviazione standard rispetto
alla media

Le quantità introdotte nella precedente definizione sono tutte misure della disper-
sione dei dati attorno alla media x. In particolare grandi valori della varianza s2X
indicano che ci sono delle xj anche molto lontane da x, mentre piccoli valori di s2X
indicano che il campione è piuttosto concentrato attorno a x. Il caso limite s2X = 0,
poi, implica che tutti i valori xj coincidono con x

Teorema 6.16. Dato un campione x1 , . . . , xn di un carattere numerico discreto X

con modalità w1 , . . . , wM , e dette pk le frequenze relative di tali modalità, si ha

∑
M
s2X = pk (wk − x)2 (6.11)
k=1

ovvero la varianza di un campione numerico discreto è anche la media pesata degli

scarti quadratici delle sue modalità wk dalla media x, usando come pesi le frequenze
relative pk

81
N. Cufaro Petroni: Probabilità e Statistica

Dimostrazione: Come per il Teorema 6.8 basterà osservare che per (6.2) npk = Nk
è il numero degli elementi del campione che assume il valore wk , e quindi che dalla
Definizione 6.15 si ha

1∑ np1 (w1 − x)2 + . . . + npM (wM − x)2 ∑

n M
s2X = (xj − x)2 = = pk (wk − x)2
n j=1 n k=1

come affermato nel teorema 

Il Teorema 6.16 mette meglio in evidenza l’analogia che sussiste fra la varianza s2X di
2
un carattere numerico, e la varianza σX di una v-a definita in (4.11): in ambedue i
casi si tratta infatti di medie pesate di scarti quadratici, ma qui le probabilità teoriche
sono sostituiti nel loro ruolo di pesi in (6.11) dalle frequenze relative empiriche pk
delle modalità wk , e l’attesa µX dalla media x

Teorema 6.17. Dato un campione x1 , . . . , xn di un carattere numerico X con media

x, si ha
( n )2
1 ∑ n
1 ∑
s2X = x2 − x2 = x2 − xj (6.12)
n j=1 j n j=1

dove x2 indica la media dei quadrati del campione, e x2 il quadrato della sua media.
In particolare, se X fosse un carattere numerico discreto con modalità wk , la (6.12)
si scriverebbe anche come
(M )2
∑
M ∑
s2X = pk wk2 − pk wk (6.13)
k=1 k=1

Dimostrazione: Infatti da (6.10) si ha

1∑ 1∑ 2
n n
s2X = (xj − x)2 = (x + x2 − 2xj x)
n j=1 n j=1 j
1∑ 2 1∑ 2 1∑ 1∑ 2
n n n n
= xj + x − 2x xj = x + x2 − 2x2
n j=1 n j=1 n j=1 n j=1 j
= x2 − x2

che dimostra la (6.12). La dimostrazione di (6.13) per caratteri discreti ne consegue

poi facilmente tenendo conto di (6.7) 
Il teorema precedente è frequentemente usato per semplificare il calcolo della varian-
za: una volta calcolata x, infatti, è in genere più conveniente calcolare la media del
campione dei quadrati e usare il Teorema 6.17, piuttosto che calcolare direttamente
la varianza dalla definizione.

82
 6.3 Moda, media e varianza

Teorema 6.18. Dato un campione x1 , . . . , xn di un carattere X con media x e

varianza s2X , e dati due numeri a e b, la varianza del carattere Y del campione
trasformato yj = axj + b è
s2Y = a2 s2X

Dimostrazione: Infatti si ha dalle definizioni e dal Teorema 6.9 che

1∑ 1∑ a2 ∑
n n n
s2Y = (yj − y) =
2
(axj + b − ax − b) =
2
(xj − x)2 = a2 s2X
n j=1 n j=1 n j=1

come volevasi dimostrare. 

Il precedente risultato è analogo al corrispondente (4.19) per le varianze di v-a
Y = aX + b che siano trasformazioni lineari di altre v-a X, e – in contrasto con il
Teortema 6.9 per la media – mette in evidenza il carattere non lineare della varianza

Definizione 6.19. Dato un campione x1 , . . . , xn chiameremo errore quadratico

medio eqm rispetto al numero a la quantità

1∑
n
E(a) = (xj − a)2 = (x − a)2
n j=1

È evidente da questa definizione che la varianza è un caso particolare di eqm corri-

spondente alla scelta a = x, cioè

s2X = E(x)

Ma la media x non è solo una tra le tante possibili scelte del valore di a: essa gioca
infatti un ruolo particolare come mostrato dal successivo teorema

Teorema 6.20. La media x di un campione x1 , . . . , xn è il valore di a per il quale

l’eqm E(a) del campione è minimo

Dimostrazione: Per determinare il punto di minimo dell’eqm bisogna imporre che

si annulli la derivata prima E ′ (a), cioè si deve trovare il valore di a che soddisfa
l’equazione
2∑
n
′ d E(a)
E (a) = =− (xj − a) = −2(x − a) = 0
da n j=1

ed è quindi evidente che il minimo si ottiene per a = x 

Definizione 6.21. Diremo che x1 , . . . , xn è un campione standardizzato quando

mX = x = 0 s2X = 1

83
N. Cufaro Petroni: Probabilità e Statistica

Teorema 6.22. Dato un campione (in generale non standardizzato) x1 , . . . , xn con

media x e varianza s2X , il campione trasformato nel modo seguente

xj − x
x∗j =
sX

risulta sempre standardizzato

−x
Dimostrazione: Infatti dai Teoremi 6.9 e 6.18 con a = 1 /sX , e b = /sX si ha

x x s2X
x∗ = ax + b = − =0 s2X ∗ = a2 s2X = 2 =1
sX sX sX
per cui x∗1 , . . . , x∗n risulta standardizzato 

Definizione 6.23. Dato un campione di un carattere numerico continuo X del

quale sono note le frequenze relative pk nelle classi Bk = [ak , bk ] con k = 1, . . . , M ,
si chiama varianza per dati raggruppati la quantità
( )2
∑
M ∑
M
sbX2 = bk2 −
pk w bk
pk w (6.14)
k=1 k=1

bk sono i valori centrali (6.5) degli intervalli Bk

dove w
La varianza per dati raggruppati sbX2 viene spesso utilizzata come approssimazione
del valore esatto della varianza s2X nel caso in cui i valori individuali xj degli elementi
del campione non sono noti (o se ne vuole evitare l’uso) mentre sono conosciuti i
valori centrali wbk e le frequenze relative pk negli intervalli Bk . Si noti l’analogia con
il risultato (6.13) per la varianza di caratteri discreti, ricordando però che in quel
caso al posto dei valori centrali w bk compaiono le modalità wk che in questo modo
forniscono il valore esatto s2X , mentre dalla (6.14) per caratteri continui si ha solo

sbX2 ≃ s2X

cioè un’approssimazione utile nel caso in cui non è nota l’intera tabella dei dati,
ma solo la tabella delle frequenze relative in certe determinate classi. Come si
vedrà nell’esempio numerico seguente, comunque, l’approssimazione fornita dalla
formula (6.14) è meno precisa dell’approssimazione alla media ottenuta con m bX
dalla (6.9): questo è dovuto innanzitutto alla presenza di potenze quadratiche e può
essere parzialmente corretto passando alle deviazioni standard sX e sbX
Esempio 6.24. Riprendiamo i dati dell’Esempio 6.4 riportati in Tabella 6.3 – per i
quali nell’Esempio 6.14 abbiamo già calcolato la media mX = 4.56 (dopo arrotonda-
mento alla seconda cifra decimale) – e calcoliamone ora la varianza. Un’applicazione
diretta della (6.10) di Definizione 6.15 ai dati della Tabella 6.3 fornisce un valore

84
 6.4 Mediana, quartili e quantili

Figura 6.3: Esempio di un campione ordinato di n = 16 misure di un carattere

numerico continuo. Il primo quartile q 1 /4 si troverà fra x[4] e x[5] ; la mediana q 1 /2
fra x[8] e x[9]

(sempre arrotondato alla seconda cifra decimale) di s2X = 3.40, ma il calcolo è ab-
bastanza laborioso. Per semplificarlo può essere conveniente in questi casi applicare
innanzitutto il Teorema 6.17: usando la (6.12) si ottiene infatti lo stesso risultato
ricavato dalla Definizione 6.15 con qualche alleviamento della procedura
I risultati fin qui ottenuti (sebbene arrotondati alla seconda cifra decimale) sono
stati tutti calcolati usando le formule esatte (6.10) e (6.12), ma prevedono l’ese-
cuzione ripetitiva di somme con un centinaio di addendi. Usando invece i dati di
Tabella 6.5 e le formule per dati raggruppati i calcoli sono molto più veloci (le
somme si riducono a soli 5 addendi), ma inevitabilmente approssimati. Ricordia-
mo infatti dall’Esempio 6.14 che con la media per dati raggruppati (6.9) avevamo
già ottenuto per la media un valore approssimato di m b X = 4.58: calcolando ora
da (6.14) anche la varianza per dati raggruppati si ottiene per la varianza il valore
approssimato di sbX2 = 3.70. Si noti che mentre lo scarto sull’approssimazione della
media è solo di mb X − mX = 0.02, per la varianza si ha sbX2 − s2X = 0.30; la precisione
però migliora se si passa alle deviazioni standard sbX − sX = 1.92 − 1.84 = 0.08

6.4 Mediana, quartili e quantili

Abbiamo già osservato che è talora utile riordinare in ordine crescente i campioni
non ordinati x1 , . . . , xn : per distinguere i due tipi di campioni indicheremo allora
i campioni ordinati con la nuova notazione x[1 ] , . . . , x[n] in modo tale che risulti

x[1 ] ≤ x[2] ≤ . . . ≤ x[n]

Sulla base dei campioni ordinati introdurremo ora una serie di concetti che riecheg-
giano quelli definiti – a partire dalle distribuzioni teoriche – nella Sezione 3.5 della
parte di Probabilità. In quella discussione, però, per evitare complicazioni, ci era-
vamo limitati al caso di v-a continue: qui invece, usando campioni empirici, talune
ambiguità saranno inevitabili e dovremo introdurre delle opportune procedure per
dare un senso preciso alle nostre definizioni

Definizione 6.25. Dato un campione ordinato x[1 ] , . . . , x[n] , chiameremo quantile

di ordine α (0 < α < 1) un numero qα maggiore o uguale di una frazione α degli

85
N. Cufaro Petroni: Probabilità e Statistica

elementi del campione, e minore o uguale della restante frazione 1 − α. Il quantile

di ordine α = 1 /2 prende il nome di mediana; i quantili di ordini α = k /4 con k =
1, 2, 3 si chiamano rispettivamente primo, secondo e terzo quartile (naturalmente
il secondo quartile coincide con la mediana). I quantili con ordini α = k /10 con
k = 1, . . . , 9 si chiamano decili, e quelli con ordini α = k /100 con k = 1, . . . , 99 si
chiamano percentili
Se ora prendiamo ad esempio un campione ordinato di n = 16 dati, come quello
mostrato in Figura 6.3, è facile capire che il primo quartile q 1 /4 si troverà da qualche
parte fra x[4] e x[5] in quanto in questo modo lascerà alla sua sinistra 1 /4 del campione
e alla sua destra il restante 3 /4 . Per la stessa ragione la mediana q 1 /2 cadrà fra
x[8] e x[9] . Questa osservazione mette però subito in evidenza le ambiguità della
Definizione 6.25: innanzitutto, secondo quest’ultima, qualunque numero fra x[4] e
x[5] si qualifica come primo quartile, e qualunque numero fra x[8] e x[9] è accettabile
come mediana. Inoltre quella di Figura 6.3 è una situazione piuttosto particolare: in
generale, infatti, il numero α n non è un numero intero, e quindi non è più chiaro cosa
vuol dire essere “maggiore o uguale di una frazione α degli elementi del campione”
Nella pratica statistica sono note molte possibili soluzioni di queste ambiguità
della Definizione 6.25, ma noi per brevità ci limteremo a descrivere solo una proce-
dura semplificata che permette in ogni caso di ottenere una buona stima dei quantili
richiesti: si calcola innanzitutto α(n + 1), e poi
• se α(n + 1) è un numero intero, si considera l’indice jα = α(n + 1) e si prende
come quantile di ordine α proprio qα = x[jα ]

• se α(n + 1) non è un numero intero, si considera l’indice jα tale che jα <

α(n + 1) < jα + 1 e si prende come quantile di ordine α il numero che si trova
a metà strada fra x[jα ] e x[jα +1] , cioè
x[jα ] + x[jα +1]
qα = (6.15)
2

Esempio 6.26. Tornando all’esempio della Figura 6.3, per il primo quartile si trova
α(n + 1) = 17 /4 = 4.25, per cui q 1 /4 sarà il numero esattamente a metà strada fra
x[4] e x[5] , cioè
x[4] + x[5]
q 1 /4 =
2
17
mentre per la mediana abbiamo α(n + 1) = /2 = 8.50, per cui
x[8] + x[9]
q 1 /2 =
2
In questo modo, non solo i risultati sono coerenti con le nostre precedenti osserva-
zioni, ma i quantili assumono anche un preciso valore senza ambiguità di nessun
genere. D’altra parte se il campione fosse composto di n = 17 elementi, per la me-
diana avremmo α(n+1) = 18 /2 = 9, e quindi si otterrebbe semplicemente q 1 /2 = x[9] ,

86
 6.4 Mediana, quartili e quantili

x@1D x@5D  x@9D

x
´

Figura 6.4: Media x e mediana x[5] di un campione di n = 9 dati: diversamente dalla

media il valore della mediana non è influenzato da (limitate) variazioni dei valori di
altri dati

valore che divide il campione in due parti uguali di 8 elementi ciascuna; invece per
il primo quartile avremmo α(n + 1) = 18 /4 = 4.50 sicché q 1 /4 sarebbe ancora una
volta la media di x[4] e x[5]
Riprendendo infine la Tabella 6.3 dei dati dell’Esempio 6.4 abbiamo ora n = 100:
per la mediana abbiamo allora che α(n + 1) = 101 /2 = 50.5, e quindi useremo (6.15)
con j 1 /2 = 50 cioè
x[50] + x[51] 4.22 + 4.31
q 1 /2 = = = 4.265
2 2
Analogamente per il primo e il terzo quartile si ha rispettivamente α(n+1) = 101 /4 =
25.25, e α(n + 1) = 3 × 101 /4 = 75.75, per cui j 1 /4 = 25, e j 3 /4 = 75; pertanto i
quartili sono
x[25] + x[26] 3.09 + 3.23
q 1 /4 = = = 3.16
2 2
x[75] + x[76] 6.24 + 6.28
q 3 /4 = = = 6.26
2 2

La mediana è un indice di centralità come la media e la moda: i valori di questi

tre indici sono in generale differenti, e la scelta di quello più opportuno dipende dal
particolare problema trattato. Anche le loro proprietà sono differenti: ad esempio
per la mediana e per la moda non ci sono risultati semplici come quelli riassunti
nei teoremi sulla media richiamati nella Sezione 6.3. Questo ovviamente rende il
loro uso meno facile, anche se per altri versi moda e mediana presentano importanti
vantaggi. In particolare – come vedremo negli esempi seguenti – la mediana, oltre ad
essere a volte più significativa, è anche un indice più robusto della media nel senso
che il suo valore risulta meno sensibile a variazioni o errori nei dati del campione
Esempio 6.27. Si consideri il campione di n = 9 numeri rappresentato grafica-
mente in Figura 6.4: dalla Definizione 6.25, e da una applicazione della successiva
procedura di calcolo, si vede subito che in questo caso la mediana coincide con il
dato x[5] . Sull’asse è riportata anche la posizione della media x del campione, che
evidentemente non coincide con la mediana. Supponiamo ora di variare (aumentare
o diminuire) il valore di uno o più dati, ad esempio di x[9] : è chiaro che, finché

87
N. Cufaro Petroni: Probabilità e Statistica

10 20 30 40 50

Figura 6.5: Distribuzione del salario dei dipendenti di un’azienda (Esempio 6.28)

x[9] rimane a destra di x[5] , la mediana mantiene lo stesso valore x[5] perché questo
dipende solo dal numero dagli elementi alla sua destra e alla sua sinistra. Non av-
viene invece la stessa cosa per la media x il cui valore dato dalla Definizione 6.7 è
ovviamente sensibile a tutte le variazioni di x[9] : in questo senso si usa dire che la
mediana è un indice più robusto della media

Esempio 6.28. La mediana è un indice utile soprattutto nei casi in cui la media
rischia di non essere particolarmente rappresentativa. Supponiamo di considerare
un’azienda con 1 000 impiegati e operai, e 100 dirigenti, e supponiamo che l’istogram-
ma dei redditi di tutti i dipendenti sia come quello di Figura 6.5: i redditi dei 1 000
impiegati e operai (in qualche opportuna unità di misura che qui non è importante
precisare) sono concentrati attorno a 5, mentre quelli dei dirigenti si distribuiscono
attorno a 50. Per determinare un valore tipico per i salari dei dipendenti potrem-
mo scegliere fra media e mediana, ma dai valori del campione – qui non riportati
– si ottiene che la mediana è 5.13 mentre la media è 9.08: un valore quasi doppio.
In questo caso la mediana è l’indicatore più significativo con un valore prossimo a
quello di più del 90% dei dipendenti. La media invece, che risente molto dell’elevato
valore dei salari del piccolo numero dei dirigenti, è meno rappresentativa

Definizione 6.29. Chiameremo range di un campione ordinato il numero ∆ =

x[n] − x[1 ] , cioè l’ampiezza dell’intervallo [x[1 ] , x[n] ] che contiene tutti i dati; chiame-
remo differenza interquartile il numero q 3 /4 −q 1 /4 , cioè l’ampiezza dell’intervallo
[q 1 /4 , q 3 /4 ], fra il primo e il terzo quartile, che contiene la metà centrale dei dati

Il range e la differenza interquartile sono ovviamente degli indici di dispersione.

Assieme alla mediana essi possono essere rappresentati su un grafico noto come
boxplot a causa della sua tipica forma: dati gli estremi x[1] , x[n] , la mediana q 1 /2
e i quartili q 1 /4 , q 3 /4 di un campione ordinato, si disegna un rettangolo, o scatola
(box ), le cui basi inferiore e superiore coincidono con il primo e il terzo quartile,
in modo che l’altezza sia pari alla differenza interquartile. All’interno della scatola

88
 6.5 Momenti, asimmetria e curtosi

x[i ] 0.72 1.10 1.24 1.98 2.82 2.99 3.01 3.18

3.31 8.64
y[j ] 0.25 0.66 0.68 1.07 1.09 1.15 1.94 3.11
4.18 4.79 6.18 7.94
z[k] 0.85 1.49 2.19 2.93 4.46 4.61 4.62 5.16
5.67 6.41 6.46 7.45 7.66 8.65 9.22

Tabella 6.6: Campioni (ordinati) utilizzati per i boxplot della Figura 6.6.

x y z

Figura 6.6: Esempi di boxplot costruiti sui tre campioni riportati nella Tabella 6.6

si traccia poi un segmento in corrispondenza della mediana. All’esterno, infine, si

riportano due segmenti corrispondenti ai valori x[1] , x[n] (la loro distanza è quindi
il range) e due segmenti verticali che li congiungono alle basi della scatola. Nella
Figura 6.6 sono disegnati i boxplot dei tre campioni di Tabella 6.6, e si può notare il
contrasto fra la simmetria del campione z[k] e la asimmetria dei campioni x[i ] e y[j ] :
in questi due casi infatti la mediana è più vicina a uno dei due quartili, e inoltre i
due dati estremi sono a distanze piuttosto diverse dai rispettivi quartili. Il grafico
mostra anche in che senso il range e la distanza interquartile sono due diverse misure
di dispersione: ad esempio le z[k] , pur avendo approssimativamente lo stesso range
delle x[i ] hanno una differenza interquartile sensibilmente più elevata

6.5 Momenti, asimmetria e curtosi

Definizione 6.30. Chiameremo rispettivamente momento di ordine k e mo-
mento centrato di ordine k di un campione x1 , . . . , xn le quantità

1∑ k 1∑
n n
mk = x = xk ek =
m (xj − x)k = (x − x)k
n j=1 j n j=1

89
N. Cufaro Petroni: Probabilità e Statistica

0.3 0.2

0.2
0.1
0.1

-1 1 3 5 7 9 -1 1 3 5 7 9

Figura 6.7: Istogrammi di dati con diversa asimmetria: g1 = 0.02 per il primo, e
g1 = 1.56 per il secondo.

Ovviamente m1 = x, e m b 2 = s2X . Si chiamano inoltre skewness (asimmetria) e

curtòsi del campione le quantità
e3
m e3
m e4
m me4
g1 = = g2 = = 4
e2
m
3/
2 s3X e2
m 2
sX

Si noti che, scambiando i ruoli delle attese di v-a con quelli delle medie dei campioni,
i momenti della Definizione 6.30 corrispondono esattamente agli analoghi (e omo-
nimi) concetti della Definizione 4.12. Anche in statistica i momenti sono indici che
generalizzano medie e varianze e forniscono ulteriori informazioni sulla dispersione,
la simmetria e in generale la forma della distribuzione del campione. In particolare
l’indice di asimmetria g1 prende valori prossimi a zero se i dati si distribuiscono
in maniera simmetrica attorno alla media, mentre prende valori apprezzabilmente
diversi da zero se la distribuzione è asimmetrica (vedi Figura 6.7). Il valore di g1
può essere positivo o negativo: valori positivi indicano la presenza di code verso de-
stra; valori negativi sono invece associati a code verso sinistra. La curtosi g2 invece
assume solo valori positivi perché coinvolge solo medie di potenze pari dei dati: essa
è legata alla velocità con cui l’istogramma tende a zero allontanandosi dal valore
medio. In particolare la curtosi ha valori vicini a zero quando le code dell’istogram-
ma sono corte, cioè quando l’istogramma si annulla rapidamente; viceversa assume
valori grandi e positivi quando ci sono code lunghe, cioè quando sono presenti dati
anche molto lontani dalla media (vedi Figura 6.8)

6.6 Medie generalizzate

Definizione 6.31. Dato un campione x1 , . . . , xn e una funzione y = h(x) dotata di
inversa x = h−1 (y), chiameremo media generalizzata la quantità
( )
−1 h(x1 ) + . . . + h(xn ) ( )
h = h−1 h(x)
n

90
 6.6 Medie generalizzate

0.3
0.3

0.2
0.2

0.1 0.1

-6 -4 -2 0 2 4 6 8 -6 -4 -2 0 2 4 6 8

Figura 6.8: Istogrammi di dati con diversa curtosi: g2 = 2.59 per il primo, e g2 = 7.76
per il secondo.

In particolare scegliendo come funzione y = h(x) le seguenti tre

{ { {
y = h(x) = log x y = h(x) = 1 /x y = h(x) = x2
−1 −1 √
x = h (y) = e y
x = h (y) = /y1
x = h−1 (y) = y

si ottengono rispettivamente la media geometrica, la media armonica e la

media quadratica, cioè le quantità
√
√ 1 x21 + . . . + x2n
mG = n x1 · . . . · xn mA = ( ) mQ =
1 1
+ ... + 1 n
n x1 xn

L’introduzione delle medie generalizzate è motivata dal fatto che in generale, per
ragioni derivanti dal particolare problema discusso, può essere più significativo ese-
guire la media non direttamente sui dati xj , ma sui dati trasformati con una qual-
che funzione h(xj ): il risultato viene poi ri-trasformato all’indietro mediante la
h−1 (y). Le medie geometrica, armonica e quadratica sono i casi più noti ti tali
medie generalizzate e il loro significato sarà chiarito con la discussione di alcuni
esempi

Esempio 6.32. Supponiamo che una certa quantià di denaro C sia stata investita
a tassi di interesse che vengono aggiornati ogni mese, e supponiamo di indicare con
r1 , . . . , rn tali tassi di interesse nel suddetto periodo di n mesi. Questo significa che
dopo il primo mese il capitale C diventa (1 + r1 )C e, supponendo che questo venga
interamente re-investito al tasso r2 , dopo il secondo mese troveremo (1+r2 )(1+r1 )C,
e cosı̀ via fino al tempo n. Cosa possiamo allora intendere come rendimento
medio r del nostro investimento su n mesi? Invece di eseguire una semplice media
dei coefficienti di aggiornamento 1 + rk si ragiona nel modo seguente seguente: r è
il tasso di interesse costante che applicato per n mesi produce lo stesso aumento di
capitale prodotto dalla applicazione successiva dei tassi r1 , . . . , rn . In altre parole r

91
N. Cufaro Petroni: Probabilità e Statistica

deve soddisfare l’equazione

(1 + r)n C = (1 + r1 ) · . . . · (1 + rn )C

e quindi in definitiva si ha
√
1+r = n
(1 + r1 ) · . . . · (1 + rn )

cioè il coefficiente di aggiornamento medio 1 + r è la media geometrica dei coef-

ficienti di aggiornamento 1 + rk : da questa poi si ricava immediatamente anche il
rendimento medio r

Esempio 6.33. Supponiamo che una ditta produttrice di automobili svolga la sua
attività in n stabilimenti ciascuno dei quali ha un suo tempo di produzione Tk , nel
senso che essi producono una automobile rispettivamente nei tempi T1 , . . . , Tn : quale
valore dovremmo considerare come tempo medio T di produzione di tutta la ditta?
In questo caso adotteremo il seguente criterio: T è il tempo di produzione con il
quale la ditta, nell’unità di tempo, produrrebbe complessivamente un numero di auto
uguale a quello prodotto con i tempi T1 , . . . , Tn . Siccome ogni stabilimento produce
1
/Tk automobili nell’unità di tempo, il nostro criterio impone che
n 1 1
= + ... +
T T1 Tn
ovvero
1
T = ( )
1 1 1
n T1
+ ... + Tn

Il tempo medio T è quindi la media armonica dei tempi Tk con k = 1, . . . , n

Esempio 6.34. I batteri di una determinata specie si organizzano in colonie di

forma circolare, e il numero di batteri è proporzionale alla superficie delle colonie.
Si osservano n colonie con diametri d1 , . . . , dn : cosa possiamo considerare come
diametro medio d delle colonie? Anche in questo caso ci facciamo guidare da un
criterio: richiederemo che n colonie tutte con lo stesso diametro medio d abbiano
la stessa superficie totale (e quindi lo stesso numero di batteri) delle n colonie con
diametri differenti d1 , . . . , dn . In tal caso dovremo imporre che
nπ 2 π 2
d = (d1 + . . . + d2n )
4 4
e quindi avremo √
d21 + . . . + d2n
d= .
n
Il diametro medio d quindi è la media quadratica dei diametri dj con j = 1, . . . , n

92
Capitolo 7

Statistica descrittiva multivariata

7.1 Statistica bivariata

Sugli individui di una popolazione possono essere eseguite osservazioni e misure di
due o più caratteri con lo scopo di metter anche in evidenza gli eventuali legami
statistici fra di essi. Ad esempio possiamo misurare altezza e peso dei cittadini di
una determinata comunità per mettere in evidenza una relazione fra le due misure;
ovvero potremmo cercare una correlazione fra il reddito pro capite e la longevità
dei cittadini dei diversi paesi del mondo, e cosı̀ via. In tutti questi casi gli elementi
del nostro campione non saranno più dei semplici numeri, ma vettori con due o più
componenti. In questa prima sezione però ci limiteremo a studiare il caso di due soli
caratteri (X, Y ), sicché i nostri campioni saranno del tipo (x1 , y1 ), . . . , (xn , yn ), cioè
saranno composti di n vettori di due componenti ciascuno
Se i due caratteri sono qualitativi o numerici discreti, con un numero finito di
modalità A1 , . . . , Ar del carattere X e B1 , . . . , Bs del carattere Y , una prima maniera
di rappresentare il campione sarà quella di costruire una tabella di contingenza di
frequenze assolute congiunte come quella riportata in Tabella 7.1. In essa si riportano
innanzitutto le frequenze congiunte Nj,k , cioè il numero delle volte in cui si presenta
la coppia di modalità (Aj , Bk ); sui margini della tabella si riportano poi le frequenze
marginali Nj,· e N·,k , cioè il numero di volte in cui si presentano separatamente le
modalità Aj e Bk ; nell’angolo destro in basso si riporta infine la numerosità totale

B1 ... Bs
A1 N1,1 ... N1,s N1,·
.. .. ... .. ..
. . . .
Ar Nr,1 ... Nr,s Nr,·
N·,1 ... N·,s n

Tabella 7.1: Tabella di contingenza per due caratteri X e Y rispettivamente con

modalità Aj e Bk .

93
N. Cufaro Petroni: Probabilità e Statistica

giu eco let sci med far altro

Proprietario 80 36 134 99 65 28 69 511
Contadino 6 2 15 6 4 1 5 39
Imprenditore 168 74 312 137 208 53 83 1 035
Professionista 470 191 806 400 876 164 124 3 031
Dirigente 236 99 493 264 281 56 123 1 552
Impiegato 145 52 281 133 135 30 74 850
Operaio 166 64 401 193 127 23 157 1 131
Altro 321 121 651 258 309 49 142 1 851
1 592 639 3 093 1 490 2 005 404 777 10 000

Tabella 7.2: Tabella di contingenza per la scelta della Facoltà universitaria di n =

10 000 studenti, secondo l’attività lavorativa del padre (dati relativi all’a.a. 1975/76;
INSEE, Paris 1978)

n del campione. Si noti che, per un dato j la marginale Nj,· è la somma delle Nj,k
della sua riga, mentre per un dato k la marginale N·,k è la somma delle Nj,k della sua
colonna; infine anche la numerosità totale n è la somma delle marginali (sia sulla
riga che sulla colonna). In maniera del tutto analoga si costruisce anche la tabella
di contingenza delle frequenze relative congiunte e marginali, cioè delle
Nj,k Nj,· N·,k
pj,k = pj,· = p·,k =
n n n
In questo caso però, a causa della normalizzazione (6.4) delle frequenze relative,
nell’angolo destro in basso comparirà 1 invece di n

Esempio 7.1. Nella Tabella 7.2 sono riportati in forma di tabella di contin-
genza i dati relativi alla scelta della facoltà universitaria di n = 10 000 studenti
incrociandoli con quelli relativi all’attività lavorativa del padre come indicatore della
loro estrazione sociale. I due caratteri sono quindi qualitativi, e le loro modalità
sono le facoltà e le estrazioni sociali. I dati nella parte centrale della tabella rappre-
sentano i numeri di studenti di una determinata estrazione sociale che hanno scelto
di iscriversi a una particolare facoltà. Le frequenze marginali mettono in eviden-
za sia la la composizione sociale complessiva degli studenti universitari (marginali
verticali), che il gradimento riscosso dalle diverse facoltà universitarie (marginali
orizzontali). Infine un’analisi più attenta (anche usando strumenti che sviluppere-
mo nel seguito) può mettere in evidenza la relazione che intercorre fra l’estrazione
socio–professionale della famiglia degli studenti e la scelta della facoltà universitaria
Una tabella di contingenza può comunque essere redatta anche per modalità
numeriche continue, ma in questo caso – come per gli istogrammi – bisognerà rag-
gruppare i dati in classi con una opportuna (e arbitraria) suddivisione in intervalli.
Nel caso di modalità numeriche e continue, però, è possibile e molto utile rappre-
sentare graficamente i dati in un piano Cartesiano x, y come punti con coordinate

94
 7.1 Statistica bivariata

y A y B

y C y D

Figura 7.1: Vari esempi di conformazioni degli scatter plot di dati bidimensionali,
numerici9 e continui

(x1 , y1 ), . . . , (xn , yn ): un grafico che porta anche il nome di scatter plot. La confor-
mazione della nuvola di punti dello scatter plot fornisce infatti una prima, suggestiva
indicazione sulla eventuale relazione intercorrente fra i due caratteri X e Y . Nella
Figura 7.1 sono riportati alcuni esempi di scatter plot di campioni con n = 100
punti, e con conformazioni differenti: innanzitutto nel caso A i punti sono disposti
in modo da non suggerire nessun tipo di dipendenza tra i due caratteri X e Y , nel
senso che la distribuzione delle Y è poco sensibile a variazioni del valore delle X.
Invece in B si nota che i valori di Y tendono ad crescere (decrescere) quando anche
i valori di X crescono (decrescono); anzi la conformazione della nuvola indica una
approssimativa dipendenza funzionale lineare del tipo Y = aX + b con a > 0. Anche
nel caso C i dati mostrano una analoga dipendenza approssimativamente lineare,
ma questa volta con a < 0: infatti ora i valori di Y tendono a crescere (decrescere)
quando i valori di X decrescono (crescono). Infine il caso D suggerisce una dipen-
denza non lineare, approssimativamente parabolica, tra i due caratteri dato che i
valori di Y crescono quando i valori di X si allontanano – nei due versi – dal centro
della nuvola

95
N. Cufaro Petroni: Probabilità e Statistica

7.2 Covarianza, correlazione e regressione

Definizione 7.2. Dato un campione bivariato (x1 , y1 ), . . . , (xn , yn ) di due caratteri
numerici X e Y , si chiama covarianza di X e Y la quantità

1∑
n
sXY = (x − x)(y − y) = (xi − x)(yi − y)
n i=1

dove x e y sono le medie delle xi e delle yi . Si chiama invace coefficiente di

correlazione la quantità
sXY
rXY =
sX sY
dove sX e sY sono le deviazioni standard delle xi e delle yi
Si tratta, come è evidente, di concetti analoghi a quelli della Definizione 4.4 per v-a,
e come in quel caso anche qui troviamo che la varianza s2X è un caso particolare di
covarianze con X = Y , cioè
sXX = s2X rXX = 1 (7.1)
La covarianza e il coefficiente di correlazione sono indicatori numerici importanti
nell’analisi della relazione che intercorre fra due caratteri X e Y . In particolare,
come vedremo, essi entrano nella valutazione quantitativa della dipendenza lineare
di un carattere dall’altro, cioè nella determinazione dei coefficienti a e b di una retta
Y = aX + b che descriva (almeno approssimativamente) l’andamento dei dati
Definizione 7.3. Diremo che due caratteri X e Y sono non correlati se sXY = 0
(e quindi anche rXY = 0); diremo che hanno correlazione positiva (negativa)
se sXY > 0 (sXY < 0)
Teorema 7.4. Dato un campione (x1 , y1 ), . . . , (xn , yn ) con medie x e y si ha
( n )( n )
1∑ 1∑ 1∑
n
sXY = xy − x y = xi yi − xi yj (7.2)
n i=1 n i=1 n j=1

dove xy indica la media dei prodotti xi yi , e x y il prodotto delle due medie separate.
Dimostrazione: Questa proprietà, che generalizza la (6.12) per la varianza, si di-
mostra come l’analoga proprietà (4.15) per v-a sostituendo le medie ai valori d’attesa:
si ha infatti dalla Definizione 7.2
1∑ 1∑
n n
sXY = (xi − x)(yi − y) = (xi yi − x yi − xi y + x y)
n i=1 n i=1
x∑ y∑
n n
= xy − yi − xi + x y = xy − 2x y + x y = xy − x y
n i=1 n i=1
come enunciato in (7.2) 

96
 7.2 Covarianza, correlazione e regressione

Teorema 7.5. Dato un campione (x1 , y1 ), . . . , (xn , yn ) risulta sempre

−1 ≤ rXY ≤ +1

e in particolare avremo |rXY | = 1 se e solo se esistono due numeri a e b tali che

yi = axi + b per i = 1, . . . , n, con a < 0 se rXY = −1, e a > 0 se rXY = +1. Inoltre,
se Ax , Bx , Ay .By sono numeri arbitrari e se poniamo x′i = Ax xi +Bx , yi′ = Ay yi +By
(cambiamento di scala e di unità di misura), il coefficiente di correlazione resta
invariato, cioè si avrà
rX ′ Y ′ = rXY
Infine, passando ai campioni standardizzati del Teorema 6.22
xi − x yi − y
x∗i = yi∗ =
sX sY
si trova che
sX ∗ Y ∗ = rXY (7.3)
cioè la covarianza dei campioni standardizzati coincide con il coefficiente di corre-
lazione dei campioni originari
Dimostrazione: Omessa. Osserveremo solo che questi risultati sono analoghi a
quelli del Teorema 4.7 per il coefficiente di correlazione ρXY di due v-a X e Y 
Torniamo ora al problema dell’analisi degli scatter plot di dati bidimensionali come
quelli di Figura 7.1, e domandiamoci se non sia possibile trovare una relazione ana-
litica che descriva – almeno approssimativamente – la dipendenza delle yi dalle xi .
L’ipotesi più semplice è che ci sia una relazione di tipo lineare Y = aX + b, ma un
semplice sguardo ai grafici di Figura 7.1 ci convince del fatto che in generale sarà
impossibile trovare due numeri a e b tali che yi = axi +b per tutte le i = 1, . . . , n; cioè
che è impossibile trovare una retta che passi per tutti i punti della nuvola, a meno
che non ci si trovi proprio nel caso |rXY | = 1 discusso nel Teorema 7.5. Potremo in-
vece provare a determinare a e b in modo che la retta y = ax+b approssimi nel modo
migliore l’andamento dello scatter plot. Il senso in cui parliamo di approssimazione
ottimale è precisato nelle definizioni e nei risultati seguenti
Definizione 7.6. Dato un campione bivariato (x1 , y1 ), . . . , (xn , yn ) chiameremo er-
rore quadratico medio (eqm) rispetto alla retta y = ax + b la quantità

1∑
n
E(a, b) = [y − (ax + b)]2 = [yi − (axi + b)]2 .
n i=1

Siccome in generale i punti di uno scatter plot non saranno allineati lungo una
retta, è evidente che – comunque siano scelti i numeri a e b – per ogni elemento
(xi , yi ) del campione risulterà yi ̸= axi + b. In tal caso yi − (axi + b) sarà lo scarto
fra le due quantità e l’eqm E(a, b) sarà una misura complessiva dell’errore che si

97
N. Cufaro Petroni: Probabilità e Statistica

commette approssimando le yi mediante le axi + b. È d’altra parte ovvio che, per un

fissato campione, l’eqm E(a, b) dipenderà da a e b e acquista quindi senso la seguente
definizione
Definizione 7.7. Dato un campione (x1 , y1 ), . . . , (xn , yn ), chiameremo retta di
regressione la retta y = ax + b i cui coefficienti a e b rendono minimo l’eqm E(a, b)
Teorema 7.8. Dato il campione (x1 , y1 ), . . . , (xn , yn ), i coefficienti a e b della retta
di regressione sono
sXY sY sXY sY
a= 2
= rXY b = y − ax = y − 2
x=y− rXY x
sX sX sX sX

Dimostrazione: Per determinare le a e b che rendono minimo l’eqm E(a, b) calco-

liamone le due derivate parziali

2∑ 2∑
n n
∂E ∂E
=− xi [yi − (axi + b)] =− [yi − (axi + b)]
∂a n i=1 ∂b n i=1

e imponiamo che si annullino ottenendo cosı̀ il seguente sistema di equazioni lineari

nelle incognite a e b
∑
n
xi [yi − (axi + b)] = 0
i=1
∑
n
[yi − (axi + b)] = 0
i=1

Ora la seconda equazione del sistema si scrive anche come

∑
n
(yi − axi ) − nb = 0
i=1

da cui si ricava subito

1∑ 1∑ a∑
n n n
b= (yi − axi ) = yi − xi = y − ax (7.4)
n i=1 n i=1 n i=1

Per la prima equazione osserviamo invece che, da (7.4) e dai Teoremi 6.17 e 7.4, il
suo primo membro diviso per n diviene

1∑ 1∑ a∑ 2 1∑
n n n n
xi [yi − (axi + b)] = xi yi − xi − (y − ax) xi
n i=1 n i=1 n i=1 n i=1
( )
= xy − a x2 − (y − ax)x = xy − x y − a x2 − x2
= sXY − as2X

98
 7.2 Covarianza, correlazione e regressione

y A y B

x x

Figura 7.2: Esempi di rette di regressione per dati bivariati. Nel caso A il coefficiente
di correlazione è rXY = 0.72, mentre nel caso B è rXY = −0.14

e quindi la prima equazione si riduce a

( )
n sXY − as2X = 0

da cui si ricava infine

sXY
a= (7.5)
s2X
Le soluzioni (7.5) e (7.4) del nostro sistema di equazioni rendono minimo l’eqm e sono
quindi, come stabilito dalla Definizione 7.7, i coefficienti della retta di regressione. Le
espressioni in termini del coefficiente di correlazione rXY si ricavano poi direttamente
dalla Definizione 7.2 
In base al Teorema 7.8 se i caratteri X e Y fossero non correlati (cioè se sXY =
0, e rXY = 0) allora avremmo a = 0, e quindi la retta di regressione sarebbe
orizzontale: questo indicherebbe che i valori di Y non mostrano nessuna dipendenza
dai valori di X. Inoltre il coefficiente angolare a della retta di regressione ha lo
stesso segno di sXY , e quindi avrà anche un andamento crescente (decrescente) se
vi è correlazione positiva (negativa). Il coefficiente di correlazione rXY , peraltro, si
presenta come la migliore misura della linearità della relazione fra X e Y . Infatti,
in base al Teorema 7.5, mentre la covarianza sXY può assumere ogni valore positivo
o negativo, rXY cade sempre in [−1, 1] e si può quindi stabilire facilmente se esso
indica una dipendenza forte o debole. Se in particolare rXY = ±1 allora i dati sono
funzionalmente legati dalla relazione lineare yi = axi + b, e la retta di regressione
passa attraverso tutti i punti dello scatter plot

Esempio 7.9. Due esempi di rette di regressione sono riportati nella Figura 7.2.
Nella parte A la retta, i cui coefficienti a e b sono calcolati a partire dal Teorema 7.8,
offre una descrizione approssimata ma abbastanza significativa della relazione che
intercorre fra i dati del campione: c’è infatti una evidente tendenza delle yi a cresce-
re (linearmente) quando le xi crescono, anche se non si può supporre una dipendenza

99
N. Cufaro Petroni: Probabilità e Statistica

strettamente funzionale fra gli elementi del campione. Nel caso in questione, peral-
tro, il coefficiente di correlazione rXY = 0.72 ha un valore abbastanza elevato (vicino
a 1) e positivo da suggerire una effettiva correlazione positiva fra i caratteri X e Y
rappresentata da una retta con pendenza positiva. Un coefficiente di correlazione
rXY , e i parametri a e b di una retta di regressione posson sempre essere calcolati
a partire da un dato campione bivariato (x1 , y1 ), . . . , (xn , yn ). Bisogna però evitare
di pensare che cercare una qualche relazione lineare fra X e Y sia in ogni caso ra-
gionevole. Nella parte B della Figura 7.2, infatti, si può vedere lo scatter plot di un
campione in cui la relazione fra X e Y è presumibilmente non lineare (piuttosto sem-
bra parabolica): anche in questo caso la retta di regressione può essere determinata,
ma un’approssimazione lineare è ora evidentemente poco significativa

7.3 Statistica multivariata

Quando ad ogni individuo di una popolazione sono associati p ≥ 2 caratteri numerici
X1 , . . . , Xp , gli n elementi del campione diventano vettori con p componenti xj =
(xj1 , . . . , xjp ) ∈ Rp , j = 1, . . . , n, e i dati si presentano come una matrice p × n
   
x11 . . . x1p x1
 x21 . . . x2p   x2 
   
∥xjk ∥ =  .. . . ..  =  .. 
 . . .   . 
xn1 . . . xnp xn

nella quale la riga j-ma è il vettore xj , mentre la colonna k-ma è l’insieme dei valori
assunti dal carattere Xk . Si consiglia di consultare l’Appendice D.1 per qualche
richiamo di calcolo vettoriale. Teoricamente, come nel caso p = 2 studiato nella
Sezione 7.1, i vettori xj possono essere rappresentati come uno scatter plot di n
punti nello spazio p-dimensionale Rp , ma una simile rappresentazione è irrealizzabile
in pratica per p > 3, sicché saremo obbligati a sviluppare altri strumenti di analisi

Definizione 7.10. Chiameremo baricentro dei dati il vettore x = (x· 1 , . . . , x· p ) ∈

Rp le cui componenti sono le medie dei valori di ciascun carattere, ossia le medie
lungo le colonne di ∥xjk ∥

1∑
n
x· k = xjk k = 1, . . . , p
n j=1

Chiameremo poi matrice di covarianza p × p la matrice S = ∥skℓ ∥ i cui elementi

sono le covarianze dei caratteri Xk e Xℓ , ossia delle colonne k–ma e ℓ–ma di ∥xjk ∥

1∑ 1∑
n n
skℓ = (xjk − x· k )(xjℓ − x· ℓ ) = xjk xjℓ − x· k x· ℓ k, ℓ = 1, . . . , p
n j=1 n j=1

100
 7.4 Componenti principali

Analogamente si chiama matrice di correlazione p × p la matrice R = ∥rkℓ ∥

i cui elementi sono i coefficienti di correlazione dei caratteri Xk e Xℓ . Si noti in
particolare che in base a (7.1) gli elementi diagonali skk di S sono le varianze s2· k
di ciascun carattere calcolate lungo le colonne di ∥xjk ∥, cioè

1∑ 1∑ 2
n n
skk = s2· k = (xjk − x· k )2 = x − x2· k k = 1, . . . , p
n j=1 n j=1 jk

Per gli elementi diagonali della matrice di correlazione R, invece, si ha sempre

da (7.1)
rkk = 1 k = 1, . . . , p
Si chiama infine dispersione totale dei dati la quantità

1∑
n
∆= |xj − x|2
n j=1

Il baricentro e le matrici di covarianza S e di correlazione R sono strumenti fonda-

mentali nello studio di dati p-dimensionali. Val la pena notare a questo punto che
le matrici S e R sono matrici simmetriche nel senso che

skℓ = sℓ k rkℓ = rℓ k

infatti è ovvio che la covarianza di Xk e Xℓ coincide con la covarianza di Xℓ e Xk .

Inoltre gli elementi diagonali della matrice di correlazione sono tutti uguali a 1 dato
che si tratta delle correlazioni di ciascun carattere con se stesso

7.4 Componenti principali

Torniamo ora al problema di rappresentare graficamente dei dati p-dimensionali
∥xjk ∥: siccome non possiamo disegnare grafici in Rp con p ≥ 3, dovremo ricorrere
alle proiezioni (si veda l’Appendice D.1 per le definizioni essenziali) dei dati su rette
o su piani bi-dimensionali passanti per l’origine di Rp . È intuitivo però che in questo
modo si perde dell’informazione: ad esempio, punti che in una proiezione cadono
vicini possono anche essere proiezioni di punti che nello spazio p-dimensionale sono
molto lontani. Inoltre bisogna ricordare che la scelta della retta (o del piano) di
proiezione è in generale del tutto arbitraria. Dovremo quindi definire dei criteri di
scelta, ed è abbastanza naturale ritenere che questi criteri debbano essere orientati
a trovare in Rp le direzioni lungo le quali la proiezione risulta più fedele possibile
Iniziamo con il discutere il caso della proiezione su una retta individuata
da un versore v, ricordando che (vedi Appendice D.1) la proiezione di un vettore
x ∈ Rp sulla retta definita da v è il vettore nella direzione di v che ha come modulo
il prodotto scalare x · v = |x| cos ϑ. dove ϑ è l’angolo fra x e v definito in (D.2).

101
N. Cufaro Petroni: Probabilità e Statistica

Pertanto la proiezione riduce il campione di n vettori x1 , . . . , xn ad un campione

univariato di n numeri y1 , . . . , yn con
∑
p
y j = xj · v = xjk vk j = 1, . . . , n
k=1

che possiamo considerare come i valori di un nuovo carattere Y = v1 X1 + . . . + vp Xp

ottenuto come combinazione lineare dei caratteri originali X1 , . . . , Xp usando come
coefficienti le componenti del versore v = (v1 , . . . , vp ). Si noti che per noi il campione
x1 , . . . , xn è un dato del problema, mentre i valori di y1 , . . . , yn dipendono dalla scel-
ta del versore v = (v1 , . . . , vp ) le cui componenti giocano invece il ruolo di incognite.
Naturalmente la rappresentazione proiettata fornita dal campione numerico delle yj
conterrà meno informazione rispetto al campione iniziale composto da n vettori xj :
il nostro compito sarà allora quello di determinare v in modo che la rappresenta-
zione proiettata delle yj sia la più fedele possibile rispetto all’informazione totale
contenuta nel campione delle xj . Per determinare la migliore direzione di proiezione
v adotteremo allora il seguente Criterio di rappresentazione ottimale:
La proiezione ottimale di un campione x1 , . . . , xn si ottiene scegliendo
come direzione di proiezione v quella che produce il campione univariato
y1 , . . . , yn con dispersione (varianza) massima
Infatti, siccome in una proiezione il principale rischio è quello di sovrapporre punti
che nella realtà sono lontani fra loro, richiedere che la varianza dei punti proiettati
sia la più grande possibile significa richiedere che questi punti siano il più possibile
lontani e distinti
Per mettere in pratica questo principio ci serviremo allora di alcuni risultati
richiamati anche nell’Appendice D.1: indicheremo innanzitutto con
λ1 ≥ λ2 ≥ . . . ≥ λp
gli autovalori (eventualmente anche coincidenti) della matrice di covarianza S dei
dati, e con v1 , v2 , . . . , vp i corrispondenti autovettori ortonormali, nel senso che
supporremo verificate le seguenti equazioni agli autovalori
Svk = λk vk k = 1, . . . , p
Teorema 7.11. Dato un campione x1 , . . . , xn in Rp , e assegnata un’arbitraria
direzione di proiezione v, media e varianza del campione proiettato y1 , . . . , yn sono
∑
p
∑
p
mY (v) = x · v = x· k vk s2Y (v) = v · Sv = vk skℓ vℓ (7.6)
k=1 k,ℓ=1

dove x è il baricentro e S è la matrice di covarianza del campione x1 , . . . , xn . In

particolare, se la direzione di proiezione coincide con un autovettore vk , allora si ha
s2Y (vk ) = λk ≥ 0 (7.7)

102
 7.4 Componenti principali

e inoltre per qualunque altro versore v si avrà

λ1 = s2Y (v1 ) ≥ s2Y (v) ≥ s2Y (vp ) = λp (7.8)

Pertanto il versore v che rende massima la varianza s2Y (v) è l’autovettore v1 asso-
ciato all’autovalore più grande λ1 ; limitandosi poi ai versori v ortogonali a v1 , il
versore per il quale s2Y (v) è massima è v2 , e cosı̀ via per tutti gli altri autovettori.
Infine per la dispersione totale ∆ del campione x1 , . . . , xn si ha

∑
p
∆= λk (7.9)
k=1

Dimostrazione: Tenendo conto dell’equazione (D.1) si ha innanzitutto

( )
1∑ 1∑ 1∑
n n n
mY (v) = yj = (xj · v) = xj ·v =x·v
n j=1 n j=1 n j=1

che prova la la prima delle (7.6); trascureremo invece di dimostrare la seconda

delle (7.6). Dando poi per dimostrate ambedue queste relazioni, dalle proprietà
degli autovettori e del prodotto scalare (vedi Appendice D.1) si ha

s2Y (vk ) = vk · Svk = vk · (λk vk ) = λk vk · vk = λk |vk |2 = λk

il che prova anche la (7.7). Inoltre per definizione s2Y (vk ) è non negativa, sicché anche
gli autovalori della matrice di covarianza sono sempre non negativi. La (7.8), che non
dimostriamo, ci dice che la varianza massima si ottiene scegliendo come direzione
di proiezione l’autovettore v1 associato all’autovalore più grande λ1 . Infine la (7.9)
(anch’essa non dimostrata) spiega come la dispersione totale ∆ si decompone nella
somma delle dispersioni associate ad ogni autovalore λk 
È evidente ora che il Teorema 7.11 ci permette di applicare Criterio di rappresen-
tazione ottimale in maniera precisa, ma prima conviene aggiungere un’osservazione
importante. Un campione multivariato ∥xjk ∥ è in generale composto di dati diso-
mogenei: in particolare questi potrebbero differire per i loro ordini di grandezza.
Supponiamo ad esempio di voler compilare una statistica relativa alle condizioni
meteorologiche di una località registrando pressione atmosferica (in mmHg), tem-
peratura (in o C ), velocità del vento (in Km/h) e copertura nuvolosa (in ottavi di
cielo coperto). Con le unità di misura tradizionali (indicate fra parentesi) le misure
di pressione saranno numeri dell’ordine di 103 , ma la copertura nuvolosa sarà un
numero intero da 1 a 8, la temperatura un numero dell’ordine delle diecine, e infine
la velocità del vento potrà variare da 0 fino a numeri dell’ordine di 102 . In queste
condizioni le quantità rappresentate dai numeri più grandi assumerebbero ingiusti-
ficatamente un peso sproporzionato rispetto alle altre. Siccome però le unità di

103
N. Cufaro Petroni: Probabilità e Statistica

misura sono arbitrarie, potremo opportunamente modificarle per bilanciare l’impor-

tanza relativa delle quantità osservate. A questo scopo di solito si usa standardizzare
i dati originali ∥xjk ∥, cioè li si sostituisce con la matrice delle

xjk − x· k
x∗jk =
s· k

dove abbiamo utilizzato notazioni della Definizine 7.10. I dati ∥x∗jk ∥, avendo ora
tutti media 0 e varianza 1, sono stati ridotti ad una scala in cui sono tutti numeri
di grandezza comparabile
Applicando allora il Teorema 7.11 ai nuovi dati standardizzati dobbiamo ricorda-
re da (7.3) che la matrice di covarianza delle ∥x∗jk ∥ non è nient’altro che la matrice
di correlazione delle ∥xjk ∥, sicché in conclusione, per evitare problemi di disomo-
geneità dei dati, è sempre consigliabile applicare il Teorema 7.11 usando la matrice
di correlazione R invece che quella di covarianza S. In questo caso si ottengono gli
stessi risultati del Teorema 7.11, con la differenza che ora bisognerà calcolare auto-
valori e autovettori della matrice di correlazione R invece che quelli della matrice di
covarianza S. Si può dimostrare, infine, che la somma degli autovalori della matrice
di correlazione è sempre uguale al numero p dei caratteri X1 , . . . , Xp , e quindi anche
che, in base al Teorema 7.11, la dispersione totale dei dati standardizzati è sempre
uguale a p
In conclusione, dovendo rappresentare un campione multivariato, adotteremo la
seguente Procedura:

Dato un campione x1 , . . . , xn in Rp , per ottenere la rappresentazione

più fedele lungo un asse bisogna

1. calcolare la matrice di correlazione R dei dati

2. determinare gli autovalori λ1 ≥ . . . ≥ λp di R, e i relativi autovettori
ortonormali v1 , . . . , vp
3. proiettare i dati lungo l’autovettore v1 associato all’autovalore più
grande λ1

Naturalmente, per conservare una maggiore quantità di informazione e ottenere una

rappresentazione ancora più fedele, si può scegliere di usare delle proiezioni su
piani definiti da due direzioni invece che lungo una sola direzione. In tal caso
sempre il Teorema 7.11 ci dice che la migliore scelta per la seconda direzione è
l’autovettore v2 relativo al secondo più grande autovalore λ2 . Pertanto la proiezione
più fedele ai dati è quella eseguita nel piano definito da v1 e v2 , che produce i
campioni bivariati (yj1 , yj 2 ) = (xj · v1 , xj · v2 ) per j = 1, . . . , n. Continuando in
questo modo, ulteriore informazione si ottiene esaminando le proiezioni lungo gli altri
autovettori, sempre privilegiando quelli con gli autovalori più grandi. La seconda
parte del Teorema 7.11 infine ci suggerisce che ogni autovalore λk contribuisce alla
dispersione totale ∆ in proporzione al suo valore: osservazione coerente con il fatto

104
 7.4 Componenti principali

X2 X4

X1 X3

Figura 7.3: Rappresentazione di coppie di componenti dai dati della Tabella 7.3.

che le direzioni privilegiate per la proiezione sono proprio quelle degli autovettori
relative agli autovalori più grandi. Tutte queste osservazioni possono infine essere
riassunte nella definizione seguente

Definizione 7.12. Chiameremo direzioni o componenti principali quelle degli

autovettori ortonormali vk della matrice di correlazione R, e – ordinatamente ri-
spetto agli autovalori λ1 ≥ . . . ≥ λp – diremo prima direzione principale quella
di v1 , seconda direzione principale quella di v2 , e cosı̀ via. I piani individuati
dalle coppie di autovettori (vk , vℓ ) si chiamano poi piani principali, e in partico-
lare il piano (v1 , v2 ) sarà il primo piano principale. Chiameremo infine fedeltà
della proiezione dei dati sul piano principale (vk , vℓ ) il rapporto

λk + λℓ
λ1 + . . . + λp

In particolare, siccome λ1 e λ2 sono gli autovalori più grandi, la massima fedeltà si

ottiene proiettando i dati sul primo piano principale

Esempio 7.13. Nella Tabella 7.3 sono riportate n = 100 misure di quattro caratteri
numerici continui (p = 4) ottenute con una simulazione: esse potrebbero rappresen-
tare le misure di quattro dimensioni fisiche di 100 animali di una data specie (altez-
za, lunghezza, . . .), o rilevazioni di quattro parametri economici relativi a 100 paesi
(popolazione, reddito pro capite, . . .), o altro ancora. Ovviamente è impossibile rap-
presentare graficamente i punti corrispondenti perché questi si trovano in uno spazio
a 4 dimensioni; si potrebbe però pensare di rappresentarne due componenti per volta
su un opportuno piano bidimensionale: un possibile scopo di questa analisi potrebbe
essere, per esempio, quello di studiare se i dati mostrano la tendenza a raggrupparsi
in due o più classi ( clusters), indicando in questo modo una classificazione dei nostri
100 soggetti in base alle misure effettuate. Cosı̀ gli animali della specie considerata
potrebbero essere classificati in due o più razze sulla base delle quattro dimensioni

105
N. Cufaro Petroni: Probabilità e Statistica

X1 X2 X3 X4 X1 X2 X3 X4
3.061 2.417 3.924 3.361 2.558 3.502 2.548 3.616
3.189 3.696 1.514 4.073 2.839 1.095 2.667 3.061
3.433 3.560 2.820 5.040 3.408 3.244 2.129 3.762
3.249 2.806 2.528 1.544 2.070 2.269 4.173 2.251
3.400 3.198 3.236 4.241 3.058 2.531 3.351 3.729
2.147 1.087 1.659 3.518 3.026 3.096 2.107 3.238
1.838 1.384 1.977 2.199 3.437 3.896 2.235 3.295
2.891 3.343 4.174 4.100 2.818 2.941 3.660 3.680
3.603 3.306 2.906 3.035 3.695 3.188 3.286 3.088
3.725 1.099 3.179 2.964 3.836 3.378 2.965 3.595
2.687 2.823 2.134 2.476 0.992 3.124 1.138 4.959
2.404 3.475 2.457 3.559 3.927 3.153 1.099 1.753
3.159 2.699 2.680 2.523 4.113 1.713 2.669 2.624
2.182 2.359 3.184 3.992 2.774 2.714 3.324 2.532
4.071 3.024 2.443 3.937 2.965 2.352 2.154 1.980
3.351 4.206 2.377 2.232 1.875 4.419 3.043 3.156
0.935 3.531 3.954 1.215 2.876 2.437 2.661 3.543
3.579 3.852 2.307 3.235 3.314 3.848 2.957 2.125
2.086 3.428 3.129 4.731 2.390 3.892 2.768 3.288
0.765 3.760 3.036 2.454 2.859 2.689 2.538 2.518
3.853 1.755 2.898 2.604 3.166 3.625 2.679 2.307
4.767 3.575 1.736 2.690 2.925 3.647 3.179 3.342
3.138 2.528 2.438 4.704 1.927 4.173 3.250 2.178
1.429 2.864 3.256 2.436 3.529 4.558 2.532 3.071
3.558 3.411 3.341 1.656 2.363 3.697 2.946 2.422
5.739 4.882 4.442 5.697 3.909 5.353 5.358 4.472
4.722 3.856 5.223 5.300 6.166 6.079 4.190 5.167
5.366 5.293 6.676 3.362 4.701 5.506 4.473 4.999
4.223 5.348 5.197 6.689 3.683 5.229 3.216 5.201
4.669 5.667 7.106 5.797 4.689 4.948 5.699 5.261
5.119 6.221 3.844 5.445 4.655 4.616 4.471 5.130
4.894 5.768 5.779 5.298 4.268 5.178 6.439 4.327
4.775 5.016 3.917 5.770 4.215 7.500 4.981 4.983
5.643 3.663 5.926 5.561 4.666 4.568 5.605 3.760
4.128 3.485 4.394 4.232 4.493 5.253 3.842 6.306
5.640 4.501 5.438 4.808 4.793 5.769 5.136 5.434
3.546 6.051 5.467 6.610 5.937 4.383 5.171 6.327
6.504 5.075 6.572 5.937 4.753 6.663 3.348 5.095
4.532 4.019 5.422 3.788 4.905 5.107 4.997 5.624
4.884 5.052 5.072 4.963 5.467 4.798 4.651 4.980
4.666 5.672 5.527 5.346 4.629 4.459 5.378 4.685
4.630 3.929 4.952 4.814 3.480 4.244 4.542 4.206
5.785 5.280 5.260 3.721 3.469 7.792 5.108 3.423
4.171 5.004 5.074 4.813 5.926 5.510 4.978 5.144
5.020 4.721 6.992 4.161 4.541 3.735 4.427 4.340
3.856 5.492 5.111 4.547 3.891 4.352 3.805 4.663
5.521 4.918 4.869 3.736 5.418 4.546 4.485 5.366
5.743 4.291 3.891 5.352 5.327 4.709 4.195 5.736
4.317 4.597 5.968 4.831 6.966 5.292 4.989 5.437
4.133 5.867 5.258 5.699 4.891 4.513 5.264 5.354

Tabella 7.3: Campione di n = 100 misure di quattro caratteri continui.

106
 7.4 Componenti principali

Y2

Y1

Figura 7.4: Rappresentazione dei dati della Tabella 7.3 nel primo piano principale.

fisiche considerate; oppure i 100 paesi potrebbero essere classificati in diversi livelli
di sviluppo economico secondo i valori dei quattro indicatori rilevati, e cosı̀ via
Per ottenere una rappresentazione bidimensionale si potrebbe allora iniziare con
lo scegliere (in maniera arbitraria) due delle quattro componenti riportando le cor-
rispondenti coordinate su un piano cartesiano. Nella Figura 7.3 sono riprodotti
a titolo di esempio i punti che si otterrebbero considerando prima solo i caratteri
X1 , X2 , e poi gli altri due X3 , X4 dalla Tabella 7.3. Queste immagini – pur metten-
do in evidenza una certa correlazione fra i vari caratteri – non sembrano mostrare
una tendenza dei punti a raggrupparsi in classi con caratteristiche diverse. Altri
grafici si potrebbero ottenere scegliendo altre coppie di coordinate, ed altri ancora
considerando proiezioni su piani non coincidenti con gli originari piani coordinati, e
naturalmente, modificando questi piani, si potrebbero mettere in evidenza aspetti del
campione che altrimenti resterebbero nascosti. Ma è evidente che la ricerca della mi-
gliore rappresentazione non può essere eseguita per tentativi, soprattutto se – come
accade – il campione fosse più complesso di quello usato in questo esempio. D’altra
parte, siccome il nostro problema è quello di separare delle classi, il miglior criterio
di scelta sembra proprio quello di cercare la proiezione sul piano che rende massima
la dispersione dei punti proiettati, e quindi appare opportuno ricorrere all’analisi in
componenti principali esposta nella presente sezione
Seguendo la procedura suggerita, si comincia quindi (usando qualche opportuno
sistema di calcolo automatico) con la determinazione della matrice di correlazione
R dei dati della Tabella 7.3:
 
1.000 0.606 0.719 0.620
0.606 1.000 0.599 0.600
R = ∥rkℓ ∥ = 0.719 0.599 1.000 0.560


0.620 0.600 0.560 1.000

e si prosegue con il calcolo degli autovalori (ordinati)
λ1 = 2.854 , λ2 = 0.471 , λ3 = 0.403 , λ4 = 0.273 ,

107
N. Cufaro Petroni: Probabilità e Statistica

e dei relativi autovettori (ortonormali)

       
−0.519 −0.369 0.224 −0.738
−0.490  0.372  −0.784 −0.079
v1 = −0.506
 v 2 = 
−0.580
 v3 = 
−0.024
 v4 =  
 0.638 
−0.485 0.624 0.578 0.204

I valori dei λk mostrano innanzitutto che già la prima componente principale v1

ha una fedeltà di 0.713, che per il primo piano principale aumenta fino a 0.831; la
restante quantità di informazione, pari a 0.169, si trova nelle altre due componenti
v3 e v4 . Nel primo piano principale le coordinate (yj1 , yj2 ) con j = 1, . . . , n dei
nostri n punti saranno allora ottenute mediante le combinazioni lineari seguenti

yj1 = xj · v1 = xj1 v11 + xj2 v12 + xj3 v13 + xj4 v14

= −0.519 xj1 − 0.490 xj2 − 0.506 xj3 − 0.485 xj4
yj2 = xj · v2 = xj1 v21 + xj2 v22 + xj3 v23 + xj4 v24
= −0.369 xj1 + 0.372 xj2 − 0.580 xj3 + 0.624 xj4

La rappresentazione grafica delle (yj1 , yj2 ) è riportata nella Figura 7.4 e mostra –
più chiaramente di quelle di Figura 7.3 – che è possibile separare i punti in due
gruppi abbastanza distinti, e che in particolare è soprattutto la coordinata yj1 che
suggerisce tale classificazione
I valori e i segni delle componenti degli autovettori vk hanno poi anche un loro
significato: esse indicano quanto e in che verso i caratteri originari Xk contribui-
scono alla combinazione che definisce i nuovi caratteri Yk . Supponiamo ad esempio
che le Xk siano misure di dimensioni fisiche di animali: il fatto che le componenti
di v1 abbiano valori abbastanza vicini e tutti dello stesso segno indica che Y1 è un
carattere che distingue gli n individui in base al valore di tutte le dimensioni fisiche
considerate. In pratica Y1 è una misura complessiva della grandezza dell’animale, e
distingue gli individui in animali grandi e piccoli. Negli altri autovettori, invece, le
componenti hanno segni differenti: questo indica che gli altri tre caratteri mettono
in contrasto i valori delle diverse dimensioni misurate e sono quindi indicatori della
forma dell’animale. In pratica essi distingueranno ad esempio gli individui in alti
e corti, bassi e lunghi e cosı̀ via. L’importanza che i diversi caratteri Yk assumono
nella classificazione è infine stabilita dal valore relativo degli autovalori λk

108
Capitolo 8

Statistica inferenziale: Stima

8.1 Stima puntuale

La LGN e il TLC sono gli strumenti principali con i quali si affrontano i problemi
di stima ai quali abbiamo già accennato nel Capitolo 5. Ricorderemo innanzitutto
che in generale il nostro obiettivo sarà quello di approssimare in maniera affidabile
il valore di qualche indicatore numerico sconosciuto della distribuzione di una data
quantità aleatoria, utilizzando a questo scopo i risultati di un numero n abbastanza
grande di misure ripetute e indipendenti della quantità stessa. Si tratta quindi di un
tipico argomento di statistica inferenziale visto che si vogliono ricavare informazioni
generali su un fenomeno a partire da un numero grande, ma limitato di misure.
Nel seguito la quantità che vogliamo studiare sarà descritta da una v-a X, e ci
porremo innanzitutto il problema di stimare alcuni indicatori della sua legge come
ad esempio la probabilità p di un evento, l’attesa µ, o la varianza σ 2 o qualunque altro
momento. In altri casi supporremo che X sia dotata di una distribuzione di forma
nota L (binomiale, normale, Poisson e cosı̀ via), ma con alcuni parametri sconosciuti
che indicheremo genericamente con il simbolo θ. In particolare θ potrebbe coincidere
l’attesa o la varianza di X, ma si danno anche situazioni più generali; ad esempio
se la legge di X è di Poisson P(λ) il parametro tipico è θ = λ; se invece la legge è
normale N (µ, σ 2 ) in genere θ è identificato con µ oppure σ 2 , o anche con la coppia
θ = (µ, σ 2 ). In questi casi ci porremo l’obiettivo di stimare il valore di θ, ovvero, più
in generale, di una qualche sua funzione h(θ): cosı̀ nel caso di una v-a di Poisson
potremmo essere interessati a stimare h(λ) = 1/λ, invece che semplicemente λ; o
nel caso normale potremmo voler stimare h(µ, σ) = µ2 e cosı̀ via. La stima viene
effettuata utilizzando un campione di n misure indipendenti di X: queste saranno
rappresentate mediante altrettante v-a X1 , . . . , Xn tutte indipendenti e tutte con
la medesima distribuzione di X. Che queste n misure siano ora esse stesse delle
v-a è legato al fatto che esse possano essere ripetute: infatti in una replica delle
n osservazioni ci aspettiamo di avere risultati differenti da quelli iniziali, e quindi
siamo obbligati a trattare le misure come v-a. Introdurremo ora alcune definizioni
un po’ più formali per riordinare i concetti fin qui esposti

109
N. Cufaro Petroni: Probabilità e Statistica

Definizione 8.1. Data una v-a X con distribuzione L, diremo che n v-a X1 , . . . , Xn
costituiscono un campione (aleatorio) di X se esse sono indipendenti e tutte
distribuite con la stessa legge L; si chiama poi statistica ogni v-a funzione del
campione
Un = u(X1 , . . . , Xn )
Se la legge L(θ) contiene un parametro sconosciuto θ, e noi vogliamo stimare una
sua funzione h(θ), chiameremo stimatore ogni statistica Un e diremo che

• Un è uno stimatore corretto, o non distorto di h(θ) se

Eθ [Un ] = h(θ)

dove il simbolo Eθ indica che l’attesa è calcolata con la legge L(θ) supponendo
che θ abbia lo stesso valore che compare in h(θ) al secondo membro

• Un è uno stimatore consistente di h(θ) se per n → ∞

mq
Un −→ h(θ)

nel senso della Definizione 5.1 di convergenza

Quando, come in questa definizione, una stima viene effettuata con il valore di un
solo stimatore Un si parla di stima puntuale

In linea di principio, dunque, uno stimatore è una qualsiasi v-a funzione del cam-
pione dato, che viene usata per stimare un h(θ). Ovviamente, però, uno stimatore
Un è buono solo se i suoi valori sono vicini al valore di h(θ). Questa richiesta spiega
l’introduzione dei concetti di stimatore non distorto e di stimatore consistente: essi
infatti, per definizione, garantiscono che Un prenda (sia in media, che al limite per
n → ∞) valori prossimi ad h(θ). In questo modo, inoltre, la scelta dei possibili sti-
matori accettabili si restringe molto anche se per il momento resta poco chiaro come
si deve procedere per determinare lo stimatore di una h(θ). Vedremo nei risultati e
negli esempi successivi che delle indicazioni più precise in merito vengono innanzi-
tutto dalla LGN, cioè dal Teorema 5.3. Troveremo però successivamente anche altri
metodi più generali (principio della Massima verosimiglianza) per determinare la
forma migliore di uno stimatore
Nel seguito utilizzeremo alcune notazioni già introdotte in precedenza: dato un
campione aleatorio X1 , . . . , Xn di n v-a indipendenti, tutte con la stessa legge L con
attesa µ e varianza σ 2 , ricordiamo che X n e Sbn2 rappresenteranno rispettivamen-
te la media aritmetica (5.9) e la varianza campionaria (5.10) del campione.
Utilizzeremo inoltre la varianza corretta (5.11) che qui richiamiamo per comodità

1 ∑ n ( 2 2)
n
n b2
Sn2 = (Xk − X n )2 = Sn = Xn − X n (8.1)
n − 1 k=1 n−1 n−1

110
 8.1 Stima puntuale

Sarà inoltre bene osservare che l’attesa µ e la varianza σ 2 sono tipiche quantità da
stimare; esse sono ovviamente funzioni dei parametri θ della legge L, ma noi non
renderemo esplicita questa dipendenza per non appesantire la notazione. Per la
stessa ragione eviteremo – tranne casi particolari – di usare l’indice sottoscritto θ
come nella Definizione 8.1: scriveremo cioè per lo più E invece di Eθ

Teorema 8.2. Dato il campione aleatorio X1 , . . . , Xn di v-a tutte con la stessa

attesa µ e la sessa varianza σ 2

• X n e Sn2 sono stimatori corretti e consistenti rispettivamente di µ e σ 2

• Sbn2 è uno stimatore consistente, ma non corretto, di σ 2

Dimostrazione: La consistenza di X n e Sbn2 discende direttamente dalla LGN, Teo-

rema 5.3; quella di Sn2 deriva poi da quella di Sbn2 tenendo conto della relazione (8.1).
Per dimostrare poi che X n è uno stimatore corretto di µ basterà osservare che
[ ]
[ ] X1 + . . . + Xn E [X1 ] + . . . + E [Xn ] nµ
E Xn = E = = =µ (8.2)
n n n

Viceversa Sbn2 non è uno stimatore corretto di σ 2 : infatti, tenendo conto della
proprietàda (4.16) delle varianze, si ha innanzitutto
[ ]
E Xk2 = V [Xk ] + E [Xk ]2 = σ 2 + µ2

e poi da (8.2), da (4.19) e dall’indipendenza delle Xk

[ ]
[ 2] [ ] [ ]2 1∑
n
E Xn = V Xn + E Xn = V Xk + µ2
n k=1
1 ∑
n
2 n σ2 2 σ2
= 2
V [X k ] + µ = 2
+ µ = + µ2
n k=1 n n

Ne segue allora da (5.10) che

[ ]
[ ] [ ] 1 ∑n
[ 2] 1 ∑ n
[ ] [ 2]
E Sbn
2
2
= E Xn − 2 Xn
=E Xk − E X n =
2
E Xk2 − E X n
n k=1 n k=1
( )
n (σ 2 + µ2 ) σ2 n−1 2
= − + µ2 = σ < σ2
n n n

e quindi Sbn2 è uno stimatore distorto di σ 2 . Da questa stessa relazione e da (8.1)

segue invece immediatamente che Sn2 è uno stimatore corretto di σ 2 

111
N. Cufaro Petroni: Probabilità e Statistica

8.1.1 Stima di parametri

Dal Teorema 8.2 discende che la media aritmetica (5.9) X n è lo stimatore più na-
turale per l’attesa µ di un v-a X; inoltre sia la varianza campionaria (5.10) Sbn2 che
la varianza corretta (5.11) Sn2 sono stimatori consistenti della varianza σ 2 , ma solo
Sn2 è anche uno stimatore non distorto: per questo motivo in generale nei problemi
di stima si preferisce usare la varianza corretta. Discuteremo ora qualche esempio
di applicazione di questi risultati riprendendo anche alcuni aspetti degli Esempi 5.4
e 5.10 del Capitolo 5

Esempio 8.3. (Stima di un valore d’attesa) Si voglia determinare il peso medio

degli individui adulti maschi di una determinata specie di animali. In questo caso
descriveremo il peso degli animali con una v-a X e il nostro problema sarà quello di
determinare µ = E [X]. Non abbiamo a priori informazioni sulla legge di X, anche
se potremmo ragionevolmente fare delle ipotesi (almeno come approssimazione) su
tale legge. La nostra richiesta, però, è solo quella di stimare µ e noi seguiremo una
procedura simile a quella dell’Esempio 5.4 e ora anche suggerita dal Teorema 8.2:
estrarremo un campione casuale di n individui, ne misureremo il peso e prenderemo
la media aritmetica X n di tali misure come stima di µ. Da un punto di vista formale
ciò vuol dire prendere n v-a indipendenti X1 , . . . , Xn che rappresentano il peso degli
animali del campione casuale – quindi tali v-a sono tutte distribuite con la stessa
legge (sconosciuta) di X e hanno lo stesso valore d’attesa µ – e calcolarne la media
aritmetica X n come in (5.9). Ovviamente X n è una v-a il cui valore cambia al
variare del campione aleatorio estratto in eventuali ripetizioni delle misure: noi
prenderemo il valore ricavato da uno dei campione come stima puntuale della media
µ, fidandoci del fatto che, in base al Teorema 8.2, se il campione è sufficientemente
grande tale stima sarà ragionevolmente vicina al valore vero µ. Si noti come la
stima della proporzione p dell’Esempio 5.4 non sia altro che un caso particolare di
stima puntuale di un valore d’attesa

Esempio 8.4. (Stima di un parametro) In altri casi, sulla base di qualche ragio-
namento, è possible avanzare delle ipotesi sulla forma qualitativa della distribuzione
di una data v-a X, i cui parametri sono però delle quantità incognite da stimare
empiricamente. Cosı̀, riprendendo la discussione dell’Esempio 5.10, potremmo dire
che il numero aleatorio X di telefonate che arrivano ad un centralino telefonico in
un generico intervallo di tempo T è una v-a con legge di Poisson P(λ). Il parametro
λ però è sconosciuto: esso ovviamente dipende dal particolare centralino studiato e
dal particolare periodo della giornata considerato, e il nostro problema è ora quello
di stimarlo. Ricorderemo a questo proposito che in base all’equazione (4.25) il pa-
rametro λ è anche il valore d’attesa E [X] della nostra v-a di Poisson. Pertanto
la maniera più naturale per stimare λ consisterà nel misurare in n giorni diversi il
numero di telefonate pervenute al dato centralino in un ben determinato periodo di
tempo, e nel calcolare poi la media aritmetica di queste misure. Ancora una volta
avremo un campione casuale composto di n v-a indipendenti X1 , . . . , Xn tutte con

112
 8.1 Stima puntuale

6.03 5.95 7.26 5.27 5.44 3.84 3.94 3.62 3.30 5.36
4.18 3.80 5.42 4.39 4.92 4.93 3.89 5.14 5.70 4.89

Tabella 8.1: Campione di n = 20 misure di una v-a X.

legge P(λ), a partire dal quale calcoliamo la v-a X n (5.9) fidandoci del fatto che
in base al Teorema 8.2, se n è abbastanza grande, il valore numerico osservato non
sarà molto diverso dal valore di λ
Esempio 8.5. (Stima di una varianza) Supponiamo ora che sia stato assegnato
il campione di n = 20 misure di una v-a X con i valori raccolti nella Tabella 8.1.
La stima puntuale dell’attesa µ di X è fornita dalla loro media aritmetica

1 ∑
20
Xn = Xk = 4.86
20 k=1

mentre per stimare la varianza σ 2 è possibile calcolare sia la varianza campiona-

ria (5.10) Sbn2 che la varianza corretta (8.1) Sn2
n ( 2 2)
Sbn2 = Xn2 − X n = 0.94
2
Sn2 = Xn − X n = 0.99
n−1
Come si vede le due stime puntuali della varianza sono leggermente diverse e in
generale si preferisce quella non distorta Sn2 . È evidente comunque che la differenza
fra le due stime puntuali ella varianza diventa sempre più piccola al crescere di n

8.1.2 Stima di distribuzioni

Come già anticipato nell’Esempio 5.4 del Capitolo 5, anche le probabilità associate
alla distribuzione di X possono essere stimate riconducendole al calcolo di particolari
valori d’attesa. Nel seguito descriveremo brevemente le opportune procedure di
stima relative cominciando con il caso delle distribuzioni discrete
Teorema 8.6. (Stima di una distribuzione discreta) Sia X1 , . . . , Xn un cam-
pione di una v-a discreta X con distribuzione sconosciuta
pk = P {X = xk } k = 0, 1, 2, . . .
Posto allora
{ {
1 se X = xk 1 se Xj = xk
Y (k) = Yj (k) = j = 1, 2, . . . , n
0 altrimenti 0 altrimenti
le frequenze relative empiriche dei valori xk , cioè le v-a
Nk ∑
n
pk = con Nk = Yj (k)
n j=1

sono stimatori corretti e consistenti delle probabilità pk

113
N. Cufaro Petroni: Probabilità e Statistica

Dimostrazione: È evidente dalla definizione che Y (k) ∼ B (1; pk ) è una v-a di

Bernoulli, sicché da (4.24) risulterà per ogni k

E [Y (k)] = P {X = xk } = pk

La stima delle pk quindi può essere ricondotta alla stima dell’attesa di Y (k). D’al-
tronde, per ogni k fissato, le Y1 (k), . . . , Yn (k) costituiscono un campione di Y (k), per
cui dal Teorema 8.2 discende che una stima corretta e consistente di pk = E [Y (k)]
è data dalla media aritmetica di tale campione, cioè con le notazioni adottate:

1∑
n
Nk
Y (k) = Yj (k) = = pk
n j=1 n

Inoltre, dalla definizione, si ha che

Nk = numero delle Yj (k) che valgono 1 = numero delle Xj che valgono xk

cioè le Nk sono le frequenze assolute dei ritrovamenti di xk nel campione dato, e

quindi gli stimatori pk sono le frequenze relative, come enunciato nel teorema 
Per estendere i risultati del Teorema 8.6 anche al caso di distribuzioni continue
dovremo adottare una procedura analoga a quella introdotta nella Sezione 6.2 per
passare dai diagrammi a barre agli istogrammi . Se X è una v-a continua con fdp
f (x), infatti, non ha più molto senso domandarsi quante volte gli elementi di un
suo campione X1 , . . . , Xn coincidono con uno dei suoi possibili valori x. Divideremo
invece l’intervallo dei valori di X in un numero finito di intervalli B1 , . . . , Bm e ci
porremo il problema di utilizzare il campione dato per stimare le probabilità pk di
trovare X in Bk = [ak , bk ] con k = 1, . . . , m, cioè
∫ ∫ bk
pk = P {X ∈ Bk } = f (x) dx = f (x) dx
Bk ak

Per far questo si definiscono

{ {
1 se X ∈ [ak , bk ] 1 se Xj ∈ [ak , bk ]
Y (k) = Yj (k) = j = 1, 2, . . . , n
0 altrimenti 0 altrimenti

e, seguendo esattamente la stessa traccia del Teorema 8.6, si dimostra che le fre-
quenze relative empiriche dei ritrovamenti del campione in Bk , cioè le v-a

Nk ∑
n
pk = con Nk = Yj (k)
n j=1

sono stimatori corretti e consistenti delle probabilità pk

Se vogliamo poi istituire un confronto grafico fra la fdp f (x) di X e i dati empi-
rici, potremo paragonare la curva f (x) con l’istogramma del campione. Infatti

114
 8.1 Stima puntuale

2 10 18 26 2 10 18 26

Figura 8.1: Approssimazione della fdp di una legge χ2 (10) con istogrammi ottenuti
da dati simulati. L’approssimazione migliora passando da n = 100 (primo grafico)
a n = 1 000 campioni (secondo grafico).

sulla base delle notazioni appena introdotte, e scegliendo in ogni Bk = [ak , bk ] un

opportuno punto xk , avremo
∫ bk
pk ≃ f (x) dx = (bk − ak )f (xk )
ak

e quindi
pk
f (xk ) ≃
(bk − ak )
pk
cioè i valori di f (x) in [ak , bk ] sono approssimati dalle altezze /(bk −ak ) dell’isto-
gramma del campione

Esempio 8.7. (Stima di una distribuzione) Un esempio di come un istogramma

empirico approssimi una fdp continua assegnata è mostrato nella Figura 8.1: la
curva continua rappresenta la fdp della legge χ2 (10), mentre gli istogrammi sono
stati ottenuti simulando dei campioni di v-a che seguono tale legge. L’altezza dei
rettangoli pk /(bk −ak ) approssima i valori della fdp, e si noti in particolare come, per
effetto della LGN, l’approssimazione migliori passando da un campione di n = 100
elementi (grafico a sinistra) a uno di n = 1 000 elementi (grafico a destra)

In molti casi però la distribuzione (discreta o continua che essa sia) della v-a X non è
conosciuta a priori, mentre sono a disposizione dei campioni empirici X1 , . . . , Xn con
i relativi istogrammi. Si può porre allora il problema di individuare la distribu-
zione teorica che meglio si adatta ai dati sperimentali, eventualmente procedendo
con dei ragionevoli tentativi: un argomento che tratteremo anche successivamen-
te – ma da una differente prospettiva – nella Sezione 9.5 sui Test di adattamento.
Qui proporremo solo la discussione di un tipico esempio per mettere in evidenza le
difficoltà che possono sorgere in questo tipo di indagini

115
N. Cufaro Petroni: Probabilità e Statistica

k Nk pk pk pk /pk
0 3 0.00024 0.00049 0.49764
1 24 0.00293 0.00392 0.74646
2 104 0.01611 0.01701 0.94743
3 286 0.05371 0.04677 1.14840
4 670 0.12085 0.10957 1.10298
5 1 033 0.19336 0.16893 1.14462
6 1 343 0.22559 0.21962 1.02715
7 1 112 0.19336 0.18185 1.06330
8 829 0.12085 0.13557 0.89143
9 478 0.05371 0.07817 0.68712
10 181 0.01611 0.02960 0.54438
11 45 0.00293 0.00736 0.39811
12 7 0.00024 0.00114 0.21327

Tabella 8.2: Frequenze assolute Nk delle famiglie con 12 figli e k figli maschi, su
n = 6 115 famiglie. Le corrispondenti frequenze relative pk = Nk /n del campione
X1 , . . . , Xn sono usate per stimare la distribuzione della v-a X che descriva il numero
di figli maschi nelle famiglie con 12 figli, e sono quindi confrontate con i valori teorici
delle pk di una legge binomiale B (12; 1 /2 ) associata ad X in base ad alcune semplici
ipotesi

Esempio 8.8. (Adattamento a una distribuzione) Supponiamo di voler stu-

diare la distribuzione della v-a X che rappresenta il numero di figli maschi nelle
famiglie con 12 figli. Ovviamente X è una v-a discreta che assume solo i 13 valori
interi k = 0, 1, . . . , 12. Per determinare la legge di X possiamo iniziare costruendo
un modello sulla base delle ipotesi più elementari possibili:
1. in ogni famiglia gli esiti di parti differenti sono indipendenti
2. in ogni parto nasce un maschio o una femmina con eguale probabilità 1 /2
In base a queste ipotesi le 12 v-a Y1 , . . . , Y12
{
1 se al parto j–mo nasce un figlio maschio,
Yj = j = 1, 2, . . . , 12
0 se al parto j–mo nasce una figlia femmina,

saranno indipendenti e ciascuna con legge di Bernoulli B (1; 1 /2 ): esse rappresentano

gli esiti dei 12 parti indipendenti, per cui in base al Teorema 3.16 risulterà X =
Y1 + . . . + Y12 ∼ B (12; 1 /2 ). Pertanto con le nostre ipotesi le pk teoriche sono
( ) ( )
12 ( 1 )k ( )12−k 12 1
pk = P {X = k} = /2 1 − /2
1
=
k k 212
Confrontiamo ora questo modello con alcuni risultati sperimentali. Dall’esame
dei dati anagrafici X1 , . . . , Xn di n = 6 115 famiglie con 12 figli si ricavano i numeri

116
 8.1 Stima puntuale

0.2 1

0.15 0.8

0.6
0.1
0.4
0.05
0.2
k k
0 1 2 3 4 5 6 7 8 9 10 11 12 0 1 2 3 4 5 6 7 8 9 10 11 12

Figura 8.2: Confronto fra le frequenze teoriche pk di B (12; 1 /2 ) (barre nere), e

le frequenze empiriche pk (barre bianche). Il secondo grafico riporta i valori dei
rapporti pk /pk

Nk (frequenze assolute) di famiglie con k figli maschi; si costruiscono poi, come nel
Teorema 8.6, le stime pk = Nk /n (frequenze relative) e le si confronta con i valori
teorici pk . I risultati sono riportati nella Tabella 8.2 e nei grafici di Figura 8.2.
Sebbene i dati teorici riproducano qualitativamente l’andamento dei dati empirici
(si guardi il comportamento delle barre nere e bianche nella prima parte della Figu-
ra 8.2), ad un’analisi più accurata non sfugge che l’accordo non è particolarmente
buono. Per mettere in risalto le differenze fra la distribuzione teorica e quella em-
pirica possiamo calcolare i rapporti pk /pk per vedere di quanto essi si discostano dal
valore ottimale 1. I valori di questo rapporto sono riportati sempre nella Tabella 8.2
e nella seconda parte della Figura 8.2. Si può notare cosı̀ ad esempio che i dati
teorici sono sistematicamente un po’ più grandi di quelli empirici per valori centrali
di k, ma soprattutto più piccoli per i valori estremi
Per migliorare l’accordo con i dati sperimentali potremmo allora modificare le
ipotesi 1. e 2. che sono alla base del nostro modello teorico. Siccome però dall’ipo-
tesi 1. dipende la forma binomiale della legge di X, una sua modifica produrrebbe
sicuramente dei cambiamenti piuttosto profondi nella natura del nostro modello teo-
rico. Conviene invece partire dalla discussione, più elementare, dell’ipotesi 2: se
essa non fosse vera la X sarebbe sempre distribuita secondo una legge binomiale
B (12; p), ma con un parametro p diverso da 1 /2 . Dobbiamo allora trovare un modo
per stimare il valore di p in assenza dell’ipotsi 2, ma utilizzando i dati empirici a
nostra disposizione. Ricordando allora che per il Teorema 8.6 un buon stimatore
di una probabilità è la corrispondente frequenza relativa empirica, basterà osservare
che nel nostro esempio, su 12 n = 73 380 figli di ambo i sessi, i figli maschi sono

∑
n ∑
12
Xi = kNk = 38 100
i=1 k=0

sicché la frequenza relativa totale delle nascite maschili sarà

117
N. Cufaro Petroni: Probabilità e Statistica

0.2 1

0.15 0.8

0.6
0.1
0.4
0.05
0.2
k k
0 1 2 3 4 5 6 7 8 9 10 11 12 0 1 2 3 4 5 6 7 8 9 10 11 12

Figura 8.3: Confronto fra le frequenze teoriche pk di B (12; p) con p = 0.519 stimato a
partire dai dati sperimentali (barre nere), e le frequenze empiriche pk (barre bianche).
Il secondo grafico riporta i valori dei rapporti pk /pk

1 ∑
12
p= kNk ≃ 0.519
12 n k=0

un numero che risulta leggermente diversa dal valore 1 /2 del nostro modello inizia-
le. Possiamo allora provare a ripetere il confronto fra dati sperimentali e teorici nel
nuovo modello binomiale B (12; p) con p = 0.519. Evitando per brevità di riportare i
dati numerici in una nuova tabella, eseguiremo il confronto solo sui nuovi grafici che
se ne ricavano e che sono riportati in Figura 8.3. Come si può notare i grafici sono
ora leggermente diversi: ad esempio il grafico dei rapporti pk /pk è un po’ più simme-
trico, e al centro i valori sono ragionevolmente prossimi a 1. Non si può però dire
che l’accordo con i dati empirici sia sostanzialmente migliorato per i valori estremi
di k: le previsioni teoriche continuano infatti a sottovalutare sistematicamente i dati
sperimentali sulle code della distribuzione (valori estremi di k)
In conclusione questa discussione sembra suggerire che le difficoltà del nostro
modello non sono nel valore del parametro p, ma nel carattere binomiale della di-
stribuzione di X. Sarebbe necessario quindi rivedere l’ipotesi 1. di indipendenza che
è alla base del modello binomiale. Da un punto di vista concettuale questa revisio-
ne potrebbe portare a delle conclusioni importante: con l’abbandono dell’ipotesi 1.
infatti la non indipendenza degli esiti (maschio o femmina) dei diversi parti indi-
cherebbe che ci sono famiglie con una tendenza ad avere figli maschi, e famiglie con
una tendenza ad avere figlie femmine. Discuteremo brevemente questo punto (le cui
implicazioni genetiche sono fuori dell’ambito di questo corso) solo come ulteriore
applicazione della LGN
Riprendiamo le 12 v-a Y1 , . . . , Y12 definite inizialmente e supponiamo ora che
ciascuna segua una legge di Bernoulli B (1; p) con p = 0.519 stimato dai dati spe-
rimentali. Se queste Yj fossero indipendenti – come da noi finora ipotizzato – la
X sarebbe binomiale B (12; p) in base al Teorema 3.16, e in questo caso da (4.24)

118
 8.1 Stima puntuale

dovrebbe risultare anche

V [X] = V [Y1 ] + . . . + V [Y12 ] = 12 p (1 − p) = 2.996

Se invece le Yj non sono indipendenti da un lato X non sarebbe più binomiale, e

dall’altro non si potrebbe più applicare la (4.24). Ricordiamo infatti che in questo
caso la varianza della somma Y1 + . . . + Y12 non è più la semplice somma della
varianze delle Yj , ma deve essere invece usata l’equazione (4.20) che tiene conto delle
rispettive covarianze. La LGN e il Teorema 8.2, però, ci permettono di stimare la
varianza di X direttamente dai dati sperimentali tramite le varianze empiriche (8.1)
(in questo caso, dato che n = 6 115 è grande, fa poca differenza scegliere Sn2 piuttosto
che Sbn2 ), e soprattutto senza fare ipotesi sull’indipendenza delle Yj . Infatti la media
e la media dei quadrati del campione X1 , . . . , Xn della X riportato in Tabella 8.2
sono

1∑ 1∑
n 12
Xn = Xi = kNk ≃ 6.231
n i=1 n k=0

1∑ 2 1∑ 2
n 12
Xn2 = Xi = k Nk ≃ 42.309
n i=1 n k=0

e quindi da (8.1) si ottiene

Sbn2 = Xn2 − X n ≃ 3.489

2

Il valore della varianza cosı̀ stimato appare dunque abbastanza diverso dal valore
2.996 ottenuto sommando solo le varianze delle Yj con l’ipotesi della loro indipen-
denza. Tutto questo suggerisce ancora una volta una dipendenza reciproca delle Yj .
Anzi, tenendo conto di questi valori e della relazione (4.20), si ha
∑ ( )
cov [Yi , Yj ] = V [Y1 + . . . + Y12 ] − V [Y1 ] + . . . + V [Y12 ]
i̸=j
= 3.489 − 2.996 = 0.493

cioè i dati sperimentali sembrano indicare che le covarianze fra gli esiti Yj di parti
diversi siano complessivamente positive, ossia che le Yj siano positivamente corre-
late. Dato il significato del concetto di covarianza come discusso nella Sezione 4.1,
questo suggerirebbe che vi sono famiglie con la tendenza a generare figli maschi, e
famiglie con la tendenza a generare figlie femmine. L’esito dei parto potrebbe, cioè,
non essere una faccenda puramente lasciata al caso: se in una famiglia si osserva-
no nascite maschili (rispettivamente: femminili), la probabilità che anche le nascite
successive siano maschili (rispettivamente:femminili) aumenta.

119
N. Cufaro Petroni: Probabilità e Statistica

8.2 Stima per intervalli

La stima puntuale di h(θ) resta una risposta piuttosto grossolana al problema di
determinare una ragionevole approssimazione del valore vero incognito. In partico-
lare è evidente che il valore stimato non sarà mai uguale al valore vero h(θ), e che
la teoria della stima puntuale non permette di valutare neanche probabilisticamente
l’entità della differenza fra i due valori. A questa necessità risponde invece la teoria
della stima per intervalli: in pratica si rinuncia a stimare h(θ) con un solo valore di
uno stimatore aleatorio, e si preferisce determinare – sempre a partire dai valori del
campione di misure – i due estremi aleatori di un intervallo prefissando in ma-
niera opportuna il valore della probabilità dell’evento: l’intervallo aleatorio contiene
h(θ). La differenza principale sta nel fatto che, mentre la probabilità di centrare il
valore vero con una stima puntuale è sempre nulla, la probabilità che un intervallo
con estremi aleatori contenga h(θ) è diversa da zero e in generale può anche esse-
re calcolata. Nel seguito supporremo sempre di avere a disposizione un campione
casuale X1 , . . . , Xn di una v-a X con legge dipendente da uno o più parametri θ

Definizione 8.9. Assegnato un campione X1 , . . . , Xn , diremo che le due v-a U =

u(X1 , . . . , Xn ) e V = v(X1 , . . . , Xn ) sono gli estremi di un intervallo di fiducia
(o di confidenza) [U, V ] di livello α (con 0 < α < 1) per h(θ) quando

Pθ {U ≤ h(θ) ≤ V } = 1 − α

dove il simbolo Pθ indica che la probabilità è calcolata supponendo che il valore del
parametro incognito sia lo stesso che compare in h(θ)

Questa definizione, però, lascia ancora dei margini di ambiguità: infatti per un dato
campione e per un α fissato l’intervallo di fiducia non è unico. In particolare ci sono
molti modi in cui si può ripartire la probabilità α che l’intervallo non contenga h(θ).
In genere si risolve tale ambiguità decidendo di fissare U e V in modo che

Pθ {h(θ) < U < V } = Pθ {U < V < h(θ)} = α /2 (8.3)

cioè che le probabilità di avere ambedue gli estremi o troppo grandi, o troppo piccoli
per contenere h(θ) siano uguali, e valgano α /2 . Con questa precisazione l’intervallo è
univocamente determinato, e – nei casi dotati di simmetria – i suoi estremi assumono
la forma W ± ∆, dove il valore centrale W è un opportuno stimatore di h(θ) e
l’intervallo [W − ∆ , W + ∆] ha ampiezza aleatoria e 2∆. Naturalmente, per un dato
campione, l’ampiezza dell’intervallo di fiducia dipende dalla scelta del valore di α.
Tipicamente si scelgono valori piccoli di α (ad esempio 0.05 oppure 0.01), in modo che
la probabilità 1 − α che l’intervallo contenga il valore vero sia corrispondentemente
grande (ad esempio 0.95 oppure 0.99). È abbastanza ovvio quindi che al diminuire di
α l’intervallo di fiducia debba allargarsi, e che conseguentemente ha anche poco senso
richiedere α eccessivamente piccoli, perché questi corrisponderebbero a intervalli cosı̀
larghi da essere poco significativi

120
 8.2 Stima per intervalli

8.2.1 Intervallo di fiducia per l’attesa µ

Supporremo inizialmente di avere un campione X1 , . . . , Xn di una v-a X con legge
normale N (µ, σ 2 ), e di voler stimare il valore di µ. Ricordando che la media aritme-
tica X n è uno stimatore non distorto e consistente per µ, dovremo distinguere due
casi sulla base delle informazioni che abbiamo su σ 2

Varianza σ 2 conosciuta
Se il valore della varianza σ 2 è noto, dal Teorema 3.23 sappiamo che
√ Xn − µ
Yn∗ = n ∼ N (0, 1)
σ
cioè Yn∗ è normale standard. Pertanto da (3.26) si ha
{ }
P |Yn∗ | ≤ φ1− α2 = 1 − α
e quindi potremo scrivere che
{  } { }
√ X n − µ  σ
1−α = P  n   ≤ φ1− α2 = P |X n − µ| ≤ √ φ1− α2
σ  n
{ }
σ σ
= P X n − √ φ1− α2 ≤ µ ≤ X n + √ φ1− α2
n n
In questo modo si riconosce subito dalla Definizione 8.9 che l’intervallo di fiducia di
livello α, che soddisfa anche la condizione (8.3), è
[ ]
σ σ
X n − √ φ1− α2 , X n + √ φ1− α2
n n
e che i suoi estremi possono essere espressi sinteticamente come
σ
X n ± √ φ1− α2 (8.4)
n

Varianza σ 2 non conosciuta

Se invece, come più spesso accade, il valore della varianza σ 2 non è noto, bisogna
prima stimare σ 2 usando lo stimatore corretto Sn2 , e poi osservare che, sempre per il
Teorema 3.23, si ha
√ Xn − µ
Tn = n ∼ T (n − 1)
Sn
cioè la v-a Tn è distribuita secondo una legge di Student T (n − 1). Pertanto,
seguendo gli stessi passaggi del caso precedente, ma partendo da (3.28), si ha ora
che l’intervallo di fiducia di livello α che soddisfa (8.3) è
[ ]
Sn Sn
X n − √ t1− α2 (n − 1) , X n + √ t1− α2 (n − 1)
n n

121
N. Cufaro Petroni: Probabilità e Statistica

e che i suoi estremi possono essere espressi sinteticamente come

Sn
X n ± √ t1− α2 (n − 1) (8.5)
n

In pratica dunque gli intervalli di fiducia per l’attesa µ hanno sempre il centro
in X n , e un’ampiezza ∆n che varia secondo i casi. Essa infatti dipende innanzi-
tutto dal campione√ dato, nel senso che ∆n cresce con σ (o con la sua stima Sn ) e
diminuisce con n. Inoltre ∆n dipende anche da un opportuno quantile della legge
(normale o di Student) che meglio descrive la v-a standardizzata. Il fatto ovvio che
tali quantili crescano quando α diminuisce, indica chiaramente che per avere una
maggiore probabilità di contenere µ bisogna allargare l’intervallo di fiducia, evitando
però valori eccessivi: se α è troppo piccolo, l’intervallo di fiducia diviene talmente
largo da rendere banale l’evento U ≤ µ ≤ V , lasciando poca informazione nel fatto
che un grande intervallo contiene µ con grande probabilità
Strettamente parlando le formule (8.4) e (8.5) forniscono gli intervalli di fiducia
per µ solo se la X studiata è gaussiana. Esse restano però approssimativamente
valide – purché n sia abbastanza grande – anche nel caso più generale di v-a X non
gaussiane per merito del Teorema 5.5 (TLC ) discusso nella Sezione 5.3. In pratica
esse saranno applicate in ogni caso quando n ≥ 20
Si noti infine che le Tavole E.2 delle leggi di Student si arrestano a n = 120
gradi di libertà. Va ricordato però a questo proposito che la differenza fra i quantili
normali e i quantili di Student diminuisce all’aumentare di n: per n > 120 essa
diviene sostanzialmente irrilevante, e i quantili φ1− α2 possono essere senz’altro usati
al posto dei quantili t1− α2 (n − 1) nella (8.5) che in questo caso diviene

Sn
X n ± √ φ1− α2 n > 120 (8.6)
n

mescolando cosı̀ in un certo senso le formule (8.4) e (8.5)

Esempio 8.10. Supponiamo di effettuare n = 100 misure di una quantità fisica
affetta da un errore sperimentale casuale Z ∼ N (0, σ 2 ) con σ 2 = 4 conosciuta. Se il
valore vero (sconosciuto) della quantità fisica è µ, i risultati delle misure sono v-a
del tipo X = µ + Z, e avremo anche X ∼ N (µ, σ 2 ) = N (µ, 4) sicché il campione di
misure sarà Gaussiano. Supponendo ora che la media delle 100 misure sia X n = 50,
vogliamo determinare un intervallo di fiducia di livello α = 0.01 per µ. Siccome in
questo caso la varianza σ 2 = 4 è nota, possiamo semplicemente applicare (8.4), e
usando le Tavole E.1 si ha
σ σ 2
X n ± √ φ1− α2 = X n ± √ φ0.995 = 50 ± √ 2.58 = 50 ± 0.52
n n 100
cioè l’intervallo [49.48 , 50.52] contiene il valore vero della nostra quantità fisica con
il 99 % di probabilità

122
 8.2 Stima per intervalli

Esempio 8.11. Torniamo ora al problema – introdotto nell’Esempio 5.4 – si stimare

la proporzione p di individui di tipo A in una popolazione composta di individui di
tipo A e B: supponiamo di aver estratto un campione di n = 100 misure delle
quali 57 sono di tipo A, e calcoliamo un intervallo di fiducia di livello α = 0.05
per p. Formalmente (vedi Esempio 5.4) gli esiti possono essere rappresentati da
un campione X1 , . . . , X100 , composto di n = 100 v-a tutte indipendenti e Bernoulli
B (1; p), dal quale ricaviamo immediatamente la stima puntuale di p

1 ∑
100
57
Xn = Xj = = 0.570
100 j=1 100

Il valore n = 100 è anche abbastanza grande per poter supporre che la media stan-
dardizzata delle Xj sia normale standard N (0, 1). Siccome però non abbiamo in-
formazioni sul valore della varianza (che per una Bernoulli implicherebbe anche la
conoscenza di p) dobbiamo preventivamente stimarne il valore mediante la varianza
corretta (8.1): ricordando che per una Bernoulli si ha sempre Xj2 = Xj , avremo in
ogni caso Xn2 = X n , e quindi

n ( 2 2
) n ( 2
) 100 ( )
Sn2 = Xn − X n = Xn − Xn = 0.570 − 0.5702 ≃ 0.248
n−1 n−1 99

Usando poi l’equazione (8.5) e le Tavole E.2 delle leggi di Student si ottiene in
definitiva l’intervallo

Sn Sn 0.498
X n ± √ t1− α2 (n − 1) = X n ± √ t0.975 (99) ≃ 0.570 ± 1.984
n n 10
≃ 0.570 ± 0.099

In realtà il quantile t0.975 (99) necessario per il calcolo dell’intervallo non è presente
nelle Tavole E.2 (che non sono ovviamente complete): per aggirare questo problema
si usa il quantile più vicino (t0.975 (100) in questo caso), osservando peraltro che
la variabilità dei valori fra i quantili di Student con 90 e 100 gradi di libertà è
limitata a poche unità sulla terza cifra decimale. Infine si noti che, essendo n = 100
abbastanza grande, il valore del quantile di Student t0.975 (100) ≃ 1.984 non differisce
eccessivamente dal corrispondente quantile della normale standard φ0.975 ≃ 1.960
ricavabile dalle Tavole E.1. Se allora avessimo calcolato l’intervallo di fiducia con
la formula mista (8.6) avremmo trovato

Sn 0.498
X n ± √ φ1− α2 ≃ 0.570 ± 1.960 ≃ 0.570 ± 0.098
n 10

un intervallo non molto diverso dal precedente. In conclusione possiamo dire che,
per il nostro esempio, un intervallo di fiducia che contiene il valore vero di p con il
95 % di probabilità sarà approssimativamente del tipo [0.47 , 0.67]

123
N. Cufaro Petroni: Probabilità e Statistica

8.2.2 Intervallo di fiducia per la varianza σ 2

Supponiamo ora nuovamente di avere un campione X1 , . . . , Xn di una v-a X ∼
N (µ, σ 2 ), e di voler stimare la varianza σ 2 . Già sappiamo che la varianza corretta
Sn2 è uno stimatore non distorto e consistente di σ 2 , e inoltre dal Teorema 3.23
abbiamo che
S2
Zn = (n − 1) n2 ∼ χ2 (n − 1)
σ
segue una legge chi-quadro. Tenendo conto di (3.30) si ha allora
{ }
1 − α = P χ α (n − 1) ≤ Zn ≤ χ1− α (n − 1)
2 2

{ }
2 2

Sn2
= P χ α (n − 1) ≤ (n − 1) 2 ≤ χ1− α (n − 1)
2 2
2 σ 2
{ }
(n − 1)Sn2 (n − 1)S 2
= P ≤ σ2 ≤ 2 n
χ21− α (n − 1) χ α (n − 1)
2 2

e quindi l’intervallo di fiducia di livello α, che soddisfi la condizione (8.3), ha la

forma [ ]
(n − 1)Sn2 (n − 1)Sn2
, (8.7)
χ21− α (n − 1) χ2α (n − 1)
2 2

Anche qui questo risultato, che è esatto quando X ∼ N (µ, σ 2 ), resta approssimati-
vamente corretto anche in casi non Gaussiani per effetto del Teorema 5.5
Esempio 8.12. Si voglia calcolare l’intervallo di fiducia di livello α = 0.05 per la
varianza dell’Esempio 8.11. Da (8.7) e dai calcoli sviluppati in precedenza abbiamo
che l’estremo sinistro dell’intervallo è
(n − 1)Sn2 99 Sn2
= 2
χ21− α (n − 1) χ0.975 (99)
2

ma siccome le Tavole E.3 si arrestano a 35 gradi di libertà dovremo usare la formula

approssimata (3.31), cioè dalle Tavole E.1
( √ )2 ( √ )2
φ0.975 + 199 1.960 + 199
χ0.975 (99) ≃
2
≃ ≃ 129.07
2 2
per cui in definitiva il valore dell’estremo sinistro è
99 Sn2 99 × 0.248
2
≃ ≃ 0.19
χ0.975 (99) 129.07
Per l’estremo destro si ha analogamente
(n − 1)Sn2 99 Sn2
=
χ2α (n − 1) χ20.025 (99)
2

124
 8.3 Stima di Massima Verosimiglianza

e per il quantile richiesto (sempre da (3.31), ma ricordando anche che φα = −φ1−α )

( √ )2 ( √ )2 ( √ )2
φ0.025 + 199 −φ0.975 + 199 −1.960 + 199
χ0.025 (99) ≃
2
= ≃ ≃ 73.77
2 2 2
Pertanto l’estremo destro è
99 Sn2 99 × 0.248
2
≃ ≃ 0.33
χ0.025 (99) 73.77
e complessivamente il richiesto intervallo di fiducia è [0.19 , 0.33]. Si noti che ov-
viamente la stima puntuale Sn2 ≃ 0.248 cade all’interno dell’intervallo di fiducia, ma
– a causa della natura non simmetrica delle leggi χ2 – non occupa più il suo centro

8.3 Stima di Massima Verosimiglianza

Non sempre la forma dello stimatore può essere indovinata in maniera naturale,
come è successo nel caso della media e della varianza per effetto della LGN. Sarà
utile quindi avere un criterio generale per determinare opportuni stimatori di un
parametro θ.
Definizione 8.13. Dato un campione X1 , . . . , Xn di una v-a X, chiameremo fun-
zione di verosimiglianza la funzione di θ
L(θ) = Pθ {X1 = x1 } · . . . · Pθ {Xn = xn } = pθ (x1 ) · . . . · pθ (xn ) (8.8)
se X è una v-a discreta con valori xk , ovvero la funzione di θ
L(θ) = fθ (x1 ) · . . . · fθ (xn ) (8.9)
quando X è una v-a continua con fdp fθ (x)
Ricordando che le Xk di un campione sono sempre indipendenti e identicamente
distribuite, osserviamo innanzitutto che L(θ) è rispettivamente la distribuzione
congiunta del campione nel caso discreto come in (3.35), e la fdp congiunta
del campione nel caso continuo come in (3.37). In ambedue le eventualità le
probabilità e le fdp a secondo membro sono assegnate supponendo che θ abbia lo
stesso valore che compare il L(θ)
Se ora i valori x1 , . . . , xn del campione sono considerati assegnati, L(θ) dipenderà
solo da θ e sarà in generale possibile determinare il particolare valore θb di θ per il
quale L(θ) è massima. In questo modo θb è il valore del parametro per il quale gli
assegnati valori x1 , . . . , xn coincidono con la moda del campione. In un certo
senso scegliere θb vuol dire calibrare il parametro incognito in modo tale che quel che
si misura (il campione dato) sia sempre il risultato più probabile (moda). Ovvia-
mente θb = θ(x
b 1 , . . . , xn ) dipenderà dai valori di x1 , . . . , xn anche se in genere, per
semplificare la notazione, noi eviteremo di metterlo in evidenza. Potremo allora co-
struire la statistica Θ b = θ(X b 1 , . . . , Xn ) che, sulla base delle precedenti osservazioni,
assumeremo proprio come stimatore di θ nella seguente definizione

125
N. Cufaro Petroni: Probabilità e Statistica

Definizione 8.14. (Principio di massima verosimiglianza - MV ) Adotteremo

come stimatore di MV la statistica Θ b 1 , . . . , Xn ) dove θb = θ(x
b = θ(X b 1 , . . . , xn ) è il
valore che rende massima la funzione di verosimiglianza L(θ) per un dato campione
x 1 , . . . , xn
Il massimo della L(θ) è in genere determinato con i tradizionali metodi analitici
(annullamento della derivata); siccome però L(θ) si presenta come un prodotto di
n funzioni, e siccome non è sempre agevole derivare tali prodotti, spesso si prefe-
risce – come faremo noi negli esempi che seguono – determinare il massimo della
verosimiglianza logaritmica log L(θ) che si presenta invece come una somma
di funzioni di θ. Le due procedure sono equivalenti dato che la funzione log x è
monotona crescente
Esamineremo ora alcuni risultati dell’applicazioni di questo principio osservando
preliminarmente che in alcuni casi lo stimatore di MV coincide con quello che aveva-
mo già individuato sulla base di altri principi. Questo però non accade sempre, anzi
sarà opportuno osservare che, sebbene il Principio di MV selezioni buoni stimatori
anche in assenza di altri suggerimenti disponibili, tuttavia gli stimatori di MV
non sono sempre stimatori corretti secondo la Definizione 8.1. In molti casi,
comunque, la correzione della distorsione dello stimatore di MV può essere ottenuta
facilmente
Teorema 8.15. Sulla base di un campione X1 , . . . , Xn di n misure, lo stimatore di
MV del parametro p di una v-a binomiale X ∼ B (m; p) con m ≥ 1 è
1 ∑
n
Xn
pb = Xj = (8.10)
m n j=1 m

Dimostrazione: Per una v-a binomiale X ∼ B (m; p) sappiamo che

( )
m k
P {X = k} = p (1 − p)m−k k = 0, 1, . . . , m
k
per cui, detti kj i valori delle v-a Xj del campione, la funzione di verosimiglianza e
la verosimiglianza logaritmica saranno
∏n ( )
m kj
L(p) = p (1 − p)m−kj
j=1
k j

∑n ( ) ∑n ∑n
m
log L(p) = log + log p kj + log(1 − p) (m − kj )
j=1
kj j=1 j=1

Siccome la derivata rispetto a p della verosimiglianza logaritmica è

( )
1 ∑ 1 ∑ 1 ∑ ∑
n n n n
d 1
log L(p) = kj − (m − kj ) = kj − nm − kj
dp p j=1 1 − p j=1 p j=1 1−p j=1

1 ∑ n
nm
= kj −
p(1 − p) j=1 1−p

126
 8.3 Stima di Massima Verosimiglianza

e il massimo si ottiene imponendo che tale derivata sia nulla, lo stimatore di MV si

ottiene risolvendo rispetto a p l’equazione
1 ∑ n
nm
kj − =0
p(1 − p) j=1 1−p

ovvero, con qualche semplificazione,

1 ∑
n
pb (k1 , . . . , kn ) = kj
m n j=1

Il risultato (8.10) si ricava poi sostituendo ai valori kj le rispettive v-a Xj del cam-
pione. Si noti che per m = 1 la X è una v-a di Bernoulli e il nostro problema si
riconduce alla stima di una proporzione trattata nell’Esempio 5.4, e il risultato (5.8)
coincide con la (8.10) per m = 1 

Teorema 8.16. Sulla base di un campione X1 , . . . , Xn di n misure, lo stimatore di

MV del parametro λ di una v-a di Poisson X ∼ P(λ) è
∑ n
b= 1
λ Xj = X n (8.11)
n j=1

Dimostrazione: Per una v-a di Poisson X ∼ P(λ) sappiamo che

λk
P {X = k} = e−λ k = 0, 1, . . .
k!
per cui, detti kj i valori delle v-a Xj del campione, la funzione di verosimiglianza e
la verosimiglianza logaritmica saranno
∏
n
λ kj
L(λ) = e−λ
j=1
kj !
∑
n ∑
n
log L(λ) = −nλ + log λ kj − log(kj !)
j=1 j=1

Annullando la derivata rispetto a λ della verosimiglianza logaritmica, il massimo si

ottiene risolvendo l’equazione nell’incognita λ
1∑
n
d
log L(λ) = −n + kj = 0
dλ λ j=1
ovvero
∑ n
b 1 , . . . , kn ) = 1
λ(k kj
n j=1
e lo stimatore di MV (8.11), coincidente con la media aritmetica del campione, si
ricava poi sostituendo ai valori kj le rispettive v-a Xj del campione 

127
N. Cufaro Petroni: Probabilità e Statistica

Teorema 8.17. Sulla base di un campione X1 , . . . , Xn di n misure, gli stimatori di

MV di µ e σ 2 di una v-a normale X ∼ N (µ, σ 2 ) sono
1∑ 1∑
n n
b=
µ Xj = X n b2 =
σ (Xj − X n )2 = Sbn2 (8.12)
n j=1 n j=1

b2 è uno stimatore distorto, ma può essere corretto nella Sn2 di (8.1)

Inoltre σ
Dimostrazione: La fdp una v-a normale X ∼ N (µ, σ 2 ) è
1
f (x) = √ e−(x−µ) /2σ
2 2

σ 2π
per cui, detti xj i valori delle v-a Xj del campione, la funzione di verosimiglianza e
la verosimiglianza logaritmica saranno
∏
n
1
√ e−(xj −µ) /2σ
2 2
L(µ, σ) =
j=1
σ 2π
√ 1 ∑
n
log L(µ, σ) = −n log(σ 2π) − 2 (xj − µ)2
2σ j=1

Siccome questa volta dobbiamo stimare due parametri, bisognerà risolvere le due
equazioni ottenute annullando ambedue le derivate rispetto a µ e σ. Annullando la
derivata della verosimiglianza logaritmica rispetto a µ si ha prima di tutto
1 ∑
n
d
log L(µ, σ) = 2 (xj − µ) = 0
dµ σ j=1

da cui si ottiene per µ

1∑
n
b (x1 , . . . , xn ) =
µ xj (8.13)
n j=1
Annullando poi la derivata rispetto a σ
1 ∑
n
d n
log L(µ, σ) = − + 3 (xj − µ)2 = 0
dσ σ σ j=1

b al posto di µ, si ha poi per σ 2

e sostituendo la precedente soluzione µ
1∑
n
b (x1 , . . . , xn ) =
σ 2
(xj − µ
b)2 (8.14)
n j=1

Gli stimatori di MV (8.11) si ricavano infine da (8.13) e (8.14) sostituendo ai valori

xj le rispettive v-a Xj del campione. Questi stimatori di MV coincidono rispetti-
vamente con la media aritmetica X n e la varianza campionaria Sbn2 e noi sappiamo
dal Teorema 8.2 che il primo è corretto, ma il secondo è distorto, anche se la sua
correzione Sn2 è facilmente ottenibile con l’aggiunta di un fattore numerico 

128
 8.3 Stima di Massima Verosimiglianza

a
max Hx1 ,...,xn L

Figura 8.4: Funzione di verosimiglianza L(a) del Teorema 8.18

Teorema 8.18. Sulla base di un campione X1 , . . . , Xn di n misure, lo stimatore di

MV del parametro a di una v-a uniforme X ∼ U (0, a) è
b
a = max{X1 , . . . , Xn } (8.15)
Inoltre b
a è uno stimatore distorto, ma può essere corretto nella forma

Ab = n + 1 max{X1 , . . . , Xn } (8.16)
n
Dimostrazione: Siccome la fdp di una v-a uniforme X ∼ U (0, a) è
{
1
/a se 0 ≤ x ≤ a,
fX (x) =
0 altrimenti.
la funzione di verosimiglianza sarà diversa da zero solo se a risulta maggiore di tutte
le xj del campione, ovvero se a > max{x1 , . . . , xn }, e avrà quindi la forma
{
/a se a > max{x1 , . . . , xn }
1 n
L(a) =
0 altrimenti
riportata nella Figura 8.4. In questo modo si vede subito dal grafico che per un dato
campione x1 , . . . , xn la funzione di verosimiglianza L(a) assume il valore massimo
proprio in
b
a (x1 , . . . , xn ) = max(x1 , . . . , xn )
e lo stimatore di MV (8.15) si ricava sostituendo ai valori xj le rispettive v-a Xj del
campione. Come si potrà notare questo risultato è meno ovvio di quelli discussi in
precedenza, anche se è abbastanza intuitivo che la stima dell’estremo superiore del-
l’intervallo [0, a] sia data proprio dal più grande degli Xj . Si può inoltre dimostrare
(ma noi trascureremo di farlo) che lo stimatore b a è distorto perché
n
E [b
a] = a<a
n+1

129
N. Cufaro Petroni: Probabilità e Statistica

Questa distorsione può comunque essere facilmente eliminata introducendo lo sti-

matore corretto (8.16), ma come si capisce facilmente questa correzione diviene del
tutto irrilevante per grandi valori di n 

130
Capitolo 9

Statistica inferenziale: Test di

ipotesi

9.1 Ipotesi, decisioni ed errori

L’esito della procedura di stima di un parametro è un numero, o un intervallo di
numeri; viceversa l’esito di un test statistico è una decisione fra ipotesi alterna-
tive. Nell’esempio che segue saranno presentati, preliminarmente e in maniera solo
intuitiva, alcuni problemi pratici che possono richiedere l’uso di questo tipo di test

Esempio 9.1. In un campione di 11 712 bambini nati in un paese tra il 1968 e il

1973 ci sono state 5 934 nascite maschili; la proporzione empirica di maschi è quindi
5 934
p= = 0.507 (9.1)
11 712
Possiamo affermare che c’è stata una prevalenza di nascite maschili? O dobbiamo
solo attribuire al caso il fatto che p non sia esattamente 1 /2 come sarebbe naturale
attendersi in assenza di altre informazioni? Possiamo trovare una procedura affi-
dabile che, sulla base dei dati disponibili, ci consenta di accettare una affermazione
oppure l’altra, e di stimare la probabilità di sbagliare?
Analogamente, riprendendo la discussione dell’Esempio 8.8, possiamo ritenere
che gli esiti delle nascite successive nelle famigli di 12 figli siano indipendenti fra
loro? O dobbiamo supporre che ci siano famiglie con la tendenza a generare figli
maschi, e famiglie con la tendenza a generare figlie femmine? Detto in altri termini:
con quale criterio e con quale affidabilità possiamo decidere di accettare una delle
due ipotesi alternative che abbiamo appena formulato?
Una ditta farmaceutica, infine, ha prodotto un nuovo farmaco per la cura di una
determinata malattia: con quale procedura e con quale affidabilità possiamo pervenire
a stabilire se il farmaco è realmente efficace, o se il suo uso non produce i risultati
desiderati, o se infine non è addirittura dannoso? In che maniera dovremmo rilevare
i dati empirici, e come possiamo usarli per giungere alla decisione richiesta?

131
N. Cufaro Petroni: Probabilità e Statistica

In tutti gli esempi precedenti lo scopo dell’analisi statistica è quello di pervenire, con
un preciso livello di affidabilità, alla accettazione di una fra due possibili ipotesi
alternative H0 e H1 . Il problema della affidabilità qui è essenziale, perché bisogna
subito cominciare a distinguere fra il fatto che il test mi suggerisca di accettare
una determinata ipotesi, e il fatto che tale ipotesi sia quella giusta nella realtà.
Infatti, anche se condotto in maniera corretta, un test non garantisce affatto che
la decisione indicata sia quella esatta: trattandosi di una procedura statistica, essa
potrebbe suggerire di accettare l’ipotesi sbagliata. In maniera un po’ informale
possiamo riassumere queste prime osservazioni nel modo seguente

Formulata un’ipotesi H0 e la sua alternativa H1 , un test di ipote-

si è una precisa procedura statistica basata su un campione di misure
X1 , . . . , Xn il cui esito indica se accettare H0 o la sua alternati-
va H1 . È necessario però associare anche una valutazione quantitativa
della probabilità dell’errore che si rischia di commettere seguendo le
indicazioni del test

Inoltre bisogna ricordare che l’esito di un test dipende anche dalla sua particolare
configurazione, cioè dai particolari valori che vengono inizialmente, e arbitrariamen-
te, scelti per alcuni importanti parametri (in particolare, come vedremo fra poco,
il livello del test) quando il test viene progettato. Naturalmente la scelta di questi
valori deve essere effettuata in maniera cauta e accurate, ma è importante sottoli-
neare che – per un dato insieme di risultati sperimentali riassunto in un campione
– l’esito del test può essere capovolto modificando tale scelta. D’altra parte è anche
vero che, per un dato test in una ben definita configurazione, l’esito potrebbe essere
modificato semplicemente ripetendo le misure: due campioni differenti relativi allo
stesso esperimento possono condurre a decisioni differenti. Tutto questo rende par-
ticolarmente delicato l’uso di questi strumenti statistici e l’interpretazione delle loro
indicazioni
Nel seguito avremo a che fare innanzitutto con ipotesi che riguardano i valori
di qualche parametro θ della distribuzione delle v-a ritenute rilevanti per il nostro
esperimento. Sarà allora in generale possibile dividere l’insieme di tutti i valori
di θ in due opportuni sottoinsiemi disgiunti Θ0 e Θ1 , in modo da caratterizzare
formalmente le due ipotesi alternative come

H0 : θ ∈ Θ0 H1 : θ ∈ Θ1 (9.2)

Cosı̀ ad esempio, se θ può assumere arbitrari valori reali, le due ipotesi potrebbero
essere del tipo
H0 : θ ≤ 0 H1 : θ > 0
dove ovviamente abbiamo preso Θ0 = (−∞, 0] e Θ1 = (0, +∞). Nella prassi stati-
stica H0 viene chiamata ipotesi nulla, e H1 viene detta ipotesi alternativa. In
generale il ruolo di queste due ipotesi non è simmetrico: tipicamente si sceglie come

132
 9.1 Ipotesi, decisioni ed errori

ipotesi nulla l’ipotesi più conservativa e prudente, ricordando però che lo sperimen-
tatore è normalmente interessato a verificare se l’ipotesi H0 può essere rifiutata,
accettando invece l’ipotesi H1 che dovrebbe contenere qualche elemento di novità
(una scoperta). Cosı̀, se si sta sperimentando un nuovo farmaco, l’ipotesi H0 è in
genere associata alla conclusione: il farmaco è inefficace; mentre lo sperimentatore
è interessato a verificare piuttosto se può essere sostenuta l’ipotesi alternativa H1
che conduce alla conseguenza: il farmaco è efficace
Naturalmente delle due ipotesi solo una è vera nei fatti, ma noi non possiamo
scoprire con certezza quale essa sia solo sulla base di un test statistico. Un test
serve a dare un’indicazione affidabile per questa decisione, ma non dobbiamo con-
fondere – come già sottolineato – l’esito di un test statistico a favore di un’ipotesi
con un certificato di verità per quella ipotesi. L’esecuzione del test può infatti con-
durre a decisioni errate, e gli errori possibili (tutti caratterizzati da una divergenza
fra decisione e realtà) sono di due tipi principali come dichiarato nella seguente
definizione
Definizione 9.2. Chiameremo rispettivamente
• errore di prima specie quello che si commette se il test mi induce a rifiutare
H0 , quando H0 è vera
• errore di seconda specie quello che si commette se il test mi induce ad
accettare H0 , quando H0 è falsa
Fermi restando i contenuti, questa definizione potrebbe essere equivalentemente ri-
formulata sostituendo a frasi come “rifiutare H0 ”, oppure “H0 è vera”, rispettiva-
mente le espressioni equivalenti “accettare H1 ”, oppure “H1 è falsa.” Ciononostante
i due tipi di errore non sono considerati in genere sullo stesso piano per due ragioni
principali:
1. Gli errori di prima specie, che consistono nel fare affermazioni false e im-
prudenti (rifiutare H0 , cioè accettare H1 , quando ciò non è corretto), sono
considerati più gravi di quelli di seconda, che consistono invece nel perdere
eventualmente l’occasione di mettere in evidenza qualcosa di nuovo (accettare
H0 , cioè rifiutare H1 che invece è vera). Nel caso della sperimentazione di un
farmaco, ad esempio, si giudica più grave mettere in circolazione un farmaco
inutile (o addirittura dannoso), che perdere l’occasione di produrre un farmaco
efficace
2. Gli errori di prima specie si commettono sotto l’ipotesi che H0 sia vera: sicco-
me in generale H0 è un’ipotesi più precisa dell’alternativa H1 (che spesso è
definita solo dall’essere il contrario di H0 ), supporre che H0 sia vera permet-
te nella maggior parte dei casi di valutare meglio la probabilità dell’errore di
prima specie. Viceversa, siccome l’errore di seconda specie si commette sotto
l’ipotesi che sia vera H1 , è in generale più difficile poter calcolare la probabilità
di questo secondo tipo di errore

133
N. Cufaro Petroni: Probabilità e Statistica

Sarà importante dunque essere in grado di controllare la probabilità di commet-

tere questi due errori; ma prima di procedere sarà bene sottolineare che in effetti
queste due probabilità sono in competizione fra loro. Con questo intendiamo
dire che in generale non possiamo diminuirne una senza aumentare l’altra, e che
quindi sarà illusorio pensare di renderle molto piccole entrambe. Questo compor-
tamento – che sarà reso chiaro dalla discussione successiva – può essere compreso
intuitivamente se si osserva che un test che renda meno probabile l’errore di prima
specie, deve rendere più difficile rifiutare H0 e più facile accettarla; ma questo vuol
dire contemporaneamente rendere più probabile l’errore di seconda specie.
Definizione 9.3. Diremo che un evento D – definito sulla base di un dato campione
statistico X1 , . . . , Xn – è un evento critico quando il suo verificarsi conduce al
rifiuto dell’ipotesi nulla H0 . Quando con i dati del campione l’evento critico si
verifica, diremo anche che i dati sono in regione critica. Progettare il test vuol
dire definire opportunamente l’evento critico D, ed eseguire il test vuol dire verificare
se i dati sono o meno in regione critica. Chiameremo poi
• livello del test: la quantità

α = sup Pθ {D} con θ ∈ Θ0 cioè se è vera H0 (9.3)

θ

• funzione potenza del test: la funzione

π(θ) = Pθ {D} con θ ∈ Θ1 cioè se è vera H1 (9.4)

• significatività αs del test: il più piccolo valore del livello α che colloca un
campione dato in regione critica, cioè che conduce al rifiuto di H0
In questa definizione Pθ indica come al solito la probabilità calcolata sotto l’ipotesi
che il parametro sconosciuto abbia proprio il valore θ, anche se ometteremo l’indice
θ dovunque possibile. Conseguentemente Pθ {D} è la probabilità di rifiutare H0 , e
se prendiamo θ ∈ Θ0 come in (9.3) – cioè supponiamo che H0 sia vera – si vede
che il livello α di un test è il massimo delle probabilità di commettere errori
di prima specie. Allo stesso modo la potenza del test π(θ) è la probabilità di
rifiutare H0 al variare di θ ∈ Θ1 , cioè quando H0 è falsa: in pratica si tratta della
probabilità di mettere in evidenza la correttezza di H1 quando questa è vera, e
quindi la probabilità di errori di seconda specie in realtà è 1 − π(θ) al variare
di θ ∈ Θ1 . Il valore del livello è tipicamente una scelta operata inizialmente dello
sperimentatore che decide il rischio di errore di prima specie che vuole correre: i
valori più usati sono α = 0.05 e α = 0.01, ma anche α = 0.10. Siccome però
resta aperto il problema di valutare e rendere contemporaneamente grande anche la
funzione potenza π(θ), il livello α non può essere scelto troppo piccolo e in generale
si evita di andare sotto il valore 0.01.
In genere, per un dato campione X1 , . . . , Xn , un evento critico ha una forma
del tipo D = {|U | ≥ δ} con δ > 0, dove U = u(X1 , . . . , Xn ) è una opportuna

134
 9.1 Ipotesi, decisioni ed errori

statistica la cui legge è nota quando l’ipotesi H0 è vera, cioè se θ ∈ Θ0 . L’estensione

di D (cioè il valore di δ) è conseguenza della scelta del livello, e varia al variare
di α: in particolare all’aumentare di α anche D si allarga (cioè δ diminuisce) in
concomitanza con l’aumento delle probabilità Pθ {D} di rifiutare H0 . Pertanto,
se da un lato con α ≃ 0 qualunque campione si troverà fuori regione critica (cioè
quasi certamente accetteremo H0 ), dall’altro aumentando progressivamente α anche
l’evento critico D si allargherà fino a inglobare il campione dato portando al rifiuto di
H0 : il primo valore αs per il quale ciò avviene è la significatività del test secondo
la Definizione 9.3. In pratica, per un fissato campione, αs divide i valori di α in
due regioni: per α < αs il campione non è in regione critica; invece per α ≥ αs il
campione è in regione critica. In genere un test è considerato buono quando αs
è piccola: infatti se αs < 0.01, l’ipotesi H0 risulterebbe rifiutata con valori anche
piccoli del livello α, e quindi con piccoli rischi di errori di prima specie. In ogni caso
la significatività esprime piuttosto un giudizio sulla adeguatezza del campione a
dare indicazioni affidabili sulle ipotesi proposte

9.1.1 Discussione dettagliata di un test

Per rendere più concreta questa prima introduzione esamineremo ora con qualche
dettaglio un tipico caso tratto dall’Esempio 9.1: decidere, sulla base dei dati speri-
mentali disponibili, se la probabilità p che in un parto si produca una nascita
maschile possa o meno essere ritenuta uguale a 1 /2 . Siccome il parametro p
assume i valori 0 ≤ p ≤ 1, possiamo dire che le nostre due ipotesi alternative sono
H0 : p = 1 /2 H1 : p ̸= 1 /2 0≤p≤1
ovvero che i due sottoinsiemi che le definiscono sono
{ } [ ) ( ]
Θ0 = 1 /2 Θ1 = 0 , 1 /2 ∪ 1 /2 , 1
La procedura più intuitiva per progettare il test è ovviamente quella di confrontare
il valore empirico (9.1) con il valore ipotetico 1 /2 , esaminando il valore assunto da
|p − 1 /2 |: se questa differenza sarà giudicata troppo grande rifiuteremo l’ipotesi H0 .
Per rendere precisa e quantitativa questa procedura dovremo però trovare prima di
tutto un modo ragionevole per fissare una soglia δ > 0 per rifiutare l’ipotesi H0
quando |p − 1 /2 | > δ; e poi bisognerà essere in grado di stimare le probabilità di
commettere degli errori eseguendo un test cosı̀ progettato
Possiamo come al solito formalizzare meglio il problema definendo una v-a di
Bernoulli X ∼ B (1; p) che prende valori 1 e 0 con probabilità p e 1 − p secondo
che in un parto si verifichi rispettivamente una nascita maschile o una femminile.
Il nostro campione è composto allora di n = 11 712 v-a di Bernoulli indipendenti
Xj ∼ B (1; p) con j = 1, . . . , n che rappresentano gli esiti dei parti, e dai dati
empirici sappiamo che fra questi 5 934 sono maschili. Se ora definiamo le v-a
∑n
Yn 1∑
n
Yn = Xj , Xn = = Xj
j=1
n n j=1

135
N. Cufaro Petroni: Probabilità e Statistica

avremo dal Teorema 3.16 che Yn ∼ B (n; p), e quindi da (4.24), (4.8) e (4.19)

E [Yn ] = np V [Yn ] = np (1 − p)
[ ] [ ] p (1 − p)
E Xn = p V Xn =
n
D’altra parte, essendo n = 11 712 molto grande, il Teorema 5.5 (TLC ) ci dice che
potremo sicuramente adottare l’approssimazione normale
√ Xn − p
n√ ∼ N (0, 1)
p (1 − p)
Pertanto, comunque preso δ > 0, e ricordando che con il simbolo Φ indichia-
mo la FDC della normale standard (3.18), potremo ricavare la seguente formula
approssimata che useremo nel seguito della discussione
{  }
P X n − 1 /2  ≥ δ
{  } { }
= 1 − P X n − 1 /2  ≤ δ = 1 − P 1 /2 − δ ≤ X n ≤ 1 /2 + δ
{ }
√ 1 /2 − δ − p √ Xn − p √ 1 /2 + δ − p
= 1−P n√ ≤ n√ ≤ n√
p (1 − p) p (1 − p) p (1 − p)
( ) ( )
√ 1 − 2δ − 2p √ 1 + 2δ − 2p
≃ 1+Φ n √ −Φ n √ (9.5)
2 p (1 − p) 2 p (1 − p)

In particolare, quando si suppone che l’ipotesi H0 sia vera, cioè che p = 1 /2 , e

ricordando anche le proprietà di simmetria (3.19) di Φ, la (9.5) si semplifica in
{  } √ √
P X n − 1 /2  ≥ δ ≃ 1 + Φ(−2δ n) − Φ(2δ n)
[ √ ]
= 2 1 − Φ(2δ n) se H0 è vera (9.6)

Come primo tentativo possiamo allora provare a fissare arbitrariamente una

soglia δ = 0.01: in questo modo l’evento critico sarà
{  }
D = X n − 1 /2  ≥ 0.01

e i dati del campione non saranno in regione critica perché si ha |p − 1 /2 | = |0.507 −

0.500| = 0.007 < 0.010. L’esito del test in questa configurazione suggerisce dunque
di accettare l’ipotesi H0 . Per calcolare poi il livello α del test cosı̀ progettato, basterè
osservare che, supponendo H0 vera, ponendo n = 11 712 e δ = 0.01 in (9.6) e facendo
uso delle Tavole E.1, risulta
{  }
α = P X n − 1 /2  ≥ 0.01 ≃ 2 [1 − Φ(2.164)] = 0.030

In conclusione, con il campione dato, e con δ = 0.01 si ottiene un test di livello

α = 0.03 che ci induce ad accettare H0 con una probabilità di errore di prima specie
del 3 %

136
 9.1 Ipotesi, decisioni ed errori

Tipicamente, però, un test non si progetta fissando arbitrariamente la soglia δ,

ma scegliendo invece a priori il livello α del test (cioè il rischio di errore di prima
specie che si vuol correre): da questo si deduce poi il valore della soglia δ dell’evento
critico D. A questo scopo si osservi che, supponendo vera H0 , da (9.6) si ha
{  } [ √ ]
α = P X n − 1 /2  ≥ δ = 2 1 − Φ(2δ n) se H0 è vera

ovvero √
Φ(2δ n) = 1 − α /2
e quindi ricordando la definizione (3.24) di quantile
√
2δ n = φ1− α2

dove come al solito φα indica il quantile di ordine α della normale standard. Ne

consegue che per il nostro esempio, scegliendo a priori un livello α, l’evento critico
del test avrà la forma { }
  φ1− α2
 1 
D = X n − /2 ≥ √
2 n
Ad esempio, supponendo di voler eseguire un test di livello α = 0.05, da n = 11 712
e dalle Tavole E.1 si ottiene
φ1− α2 φ
δ= √ = √ 0.975 ≃ 0.009
2 n 2 11 712
per cui l’evento critico di livello α = 0.05 è
{  }
D = X n − 1 /2  ≥ 0.009 (9.7)

Siccome per il nostro campione abbiamo |p − 1 /2 | = |0.507−0.500| = 0.007 < 0.009,

anche l’esito del test di livello α = 0.05 suggerisce di accettare l’ipotesi H0
Notiamo ora che scegliendo un α più grande (0.05 invece di 0.03) la soglia δ
dell’evento critico D diminuisce (passa da 0.010 a 0.009), quindi la regione critica si
allarga e diventa più probabile rifiutare H0 . È evidente allora che, mantenendo sem-
pre gli stessi dati empirici (p = 0.507 e n = 11 712) e aumentando progressivamente
il livello α, si arriverà ad un valore αs (detto, come sappiamo, significatività) tale
che l’ipotesi H0 sia rifiutata. Dato che per noi |p − 1 /2 | = 0.007, è chiaro che αs sarà
il valore di α che produce per la soglia δ proprio il valore 0.007, e quindi, sempre
da (9.6) e dalle Tavole E.1, la significatività del nostro test è
{  } [ √ ]
αs = P X n − 1 /2  ≥ 0.007 ≃ 2 1 − Φ(2 × 0.007 × 11 712) ≃ 0.130

Questa significatività non è considerata molto buona, perché l’ipotesi H0 potrà essere
rifiutata solo da un test con livello maggiore di 0.13, ovvero con probabilità di errore
del primo tipo (≥ 13 %) piuttosto alta. L’esempio però mostra anche che il valore

137
N. Cufaro Petroni: Probabilità e Statistica

Π
1
0.8
0.6
0.4
0.2
p
0.48 0.49 0.51 0.52

Figura 9.1: Funzione potenza π(p) per il test di livello α = 0.05 della Sezione 9.1.1.

della significatività dipende dal campione: se infatti la frequenza empirica p = 0.507

fosse associata ad un campione più numeroso, ad esempio n = 40 000, avremmo
{  } [ √ ]
αs = P X n − 1 /2  ≥ 0.007 ≃ 2 1 − Φ(2 × 0.007 × 40 000) ≃ 0.005

e la significatività (0.5 %) sarebbe ora molto migliorata

Infine possiamo anche calcolare la funzione potenza del test di livello α = 0.05
con evento critico (9.7). Da (9.5), supponendo vera l’ipotesi H1 (cioè p ̸= 1 /2 ) e con
δ = 0.009, avremo allora la funzione potenza
( ) ( )
√ 1 − 2δ − 2p √ 1 + 2δ − 2p
π(p) = 1 + Φ n √ −Φ n √
2 p (1 − p) 2 p (1 − p)
( ) ( )
108.2 (0.491 − p) 108.2 (0.509 − p)
= 1+Φ √ −Φ √
p (1 − p) p (1 − p)

Il grafico di questa funzione è riportato nella Figura 9.1 Da questa si vede che la
potenza del test di livello 0.05 è buona quando p si discosta da 1 /2 di più di 0.02: in
questo caso infatti il test vede che p ̸= 1 /2 praticamente con probabilità uguale a 1.
Viceversa se la differenza fra p e 1 /2 è minore di 0.02 la potenza diminuisce molto,
pur mantenendosi sempre superiore ad un minimo che vale 0.05. In pratica quando
p differisce molto poco da 1 /2 , il test di livello α = 0.05 vede la differenza solo con
una probabilità poco più grande del 5 %. La funzione potenza, peraltro, ci permette
di fare affermazioni anche nei casi intermedi: ad esempio, se p differisce da 1 /2 di
0.1 (cioè se nella realtà avessimo p = 0.51 oppure p = 0.49) la probabilità che il
nostro test di livello α = 0.5 lo rilevi è il 59 %, e corrispondentemente la probabilità
di errori del secondo tipo (accettare H0 quando essa è falsa) è del 41 %

138
 9.2 Test sulla media

9.2 Test sulla media

Il primo tipo di test che tratteremo riguarda il valore µ – sconosciuto – dell’attesa
di una v-a X della quale abbiamo un campione X1 , . . . , Xn di misure: tipicamente
(un po’ come nella Sezione 9.1.1) si chiede di conoscere se µ può essere considerato
uguale ad un ben determinato valore µ0 , oppure no. In questo caso le ipotesi da
valutare assumono la forma

H0 : µ = µ0 H1 : µ ̸= µ0 (9.8)

e si parla di test bilaterale per mettere in evidenza il fatto che nell’ipotesi alter-
nativa µ può essere sia più grande che più piccola di µ0 . A volte invece potremmo
essere interessati a mettere in evidenza solo che µ è più grande (o più piccolo) di
qualche µ0 : in questo caso le ipotesi sono del tipo

H0 : µ ≤ µ0 H1 : µ > µ0 (9.9)
H0 : µ ≥ µ0 H1 : µ < µ0 (9.10)

e si parla rispettivamente di test unilaterale destro e sinistro. In tutte queste

formulazioni si tenga presente che l’interesse dello sperimentatore risiede in gene-
rale nella possibilità di mettere in evidenza l’accettabilità di un’ipotesi alternativa
H1 che giustifichi qualche scoperta: questa osservazione sarà utile per capire come
progettare gli eventi critici
Esaminiamo innanzitutto il caso di un test bilaterale (9.8): per determinare
la regione critica dobbiamo innanzitutto individuare un opportuno stimatore del-
l’attesa µ, e il Teorema 8.2 ci suggerisce subito la media aritmetica del campione
X n (5.9). Il test consisterà poi nell’esaminare se il valore osservato di X n può si-
gnificativamente essere considerato diverso da valore µ0 : pertanto l’evento critico
prenderà la forma
D = {|X n − µ0 | > δ}

nel senso che se la differenza |X n − µ0 | supera la soglia δ > 0, allora rifiuteremo

l’ipotesi nulla H0 e accetteremo l’ipotesi alternativa H1 . Per determinare poi la
soglia δ a partire dal livello α del test, si impone, in base alla Definizione 9.3, che
supponendo vera H0 : µ = µ0 sia verificata la relazione
{ }
Pµ0 |X n − µ0 | > δ = α (9.11)

Questa equazione permetterà di determinare il valore della soglia δ per un test

bilaterale di livello α prefissato
Nel caso di un test unilaterale destro (9.9), invece, la forma dell’ipotesi H1
suggerisce che l’evento critico sia

D = {X n − µ0 > δ}

139
N. Cufaro Petroni: Probabilità e Statistica

nel senso che ora la differenza X n − µ0 è presa senza valore assoluto perché siamo
interessati a mettere in evidenza il fatto che µ sia più grande di (e non solo diverso
da) µ0 : se tale differenza supera la soglia δ > 0, allora rifiuteremo l’ipotesi nulla H0 e
accetteremo l’ipotesi alternativa H1 . Per determinare ora la soglia δ si fissa a priori
il livello α del test e, sempre per la Definizione 9.3, supponendo vera H0 : µ ≤ µ0 ,
si impone che sia { }
sup Pµ X n − µ0 > δ = α (9.12)
µ≤µ0

Per semplificare questa espressione si osservi che, se H0 è vera, avremo µ0 − µ ≥ 0

per cui
{ } { }
Pµ X n − µ0 > δ = Pµ (X n − µ) + (µ − µ0 ) > δ
{ } { }
= Pµ X n − µ > δ + (µ0 − µ) ≤ Pµ X n − µ > δ
Siccome però – quando il valore dell’attesa di X è proprio µ – sappiamo da (8.2) che
anche l’attesa di X{n è µ, la v-a }X n − µ risulta centrata (vedi Teorema 4.11) e quindi
la probabilità Pµ X n − µ > δ all’ultimo membro avrà sempre lo stesso valore al
variare di µ. In particolare potremo porre µ = µ0 all’ultimo membro ottenendo
{ } { }
Pµ X n − µ0 > δ ≤ Pµ0 X n − µ0 > δ µ ≤ µ0
che diventa banalmente un’uguaglianza esatta se µ = µ0 . In conclusione avremo
{ } { }
sup Pµ X n − µ0 > δ = Pµ0 X n − µ0 > δ
µ≤µ0

e quindi la relazione (9.12) fra il livello α e la soglia δ potrà essere riscritta nella
forma più agevole
{ }
Pµ0 X n − µ0 > δ = α (9.13)
In maniera analoga per un test unilaterale sinistro (9.10) l’evento critico sarà

D = {X n − µ0 < −δ}
e la relazione fra soglia δ e livello α sarà
{ }
Pµ0 X n − µ0 < −δ = α (9.14)

A questo punto, per poter procedere ulteriormente, è necessario avere anche

delle informazioni sulla legge di X n , partendo da alcune considerazioni sul campione
X1 , . . . , Xn . Se potremo supporre che le Xk siano (almeno approssimativamente) v-
a normali N (µ, σ 2 ), potremo usare direttamente i risultati del Teorema 3.23. Se
invece non abbiamo informazioni precise sulla legge delle Xk , il Teorema 5.5 (TLC )
ci garantisce comunque che, se n è abbastanza grande, X n è approssimativamente
Gaussiana N (µ, σ 2 ). Si noti però che in generale si ha una conoscenza limitata
della legge (esatta o approssimata) N (µ, σ 2 ) di X n : non solo infatti non ci è noto il
valore di µ, ma potrebbe essere sconosciuto anche il valore di σ 2 . Per questo motivo
dovremo ora distinguere due tipi di test

140
 9.2 Test sulla media

9.2.1 Test di Gauss

Supporremo ora che – o sulla base del Teorema 3.23 se si sa che il campione
X1 , . . . , Xn segue la legge N (µ, σ 2 ), o almeno approssimativamente per effetto del
2
TLC Teorema 5.5 – la media aritmetica del campione X n sia normale N (µ, σ /n )
con µ sconosciuta, ma con la varianza σ 2 nota. In tal caso è facile riconoscere
che la statistica
√ X n − µ0
U0 = n ∼ N (0, 1) se µ = µ0 (9.15)
σ
è normale standard: una relazione che useremo nel seguito per applicare le formu-
le (9.11), (9.13) e (9.14)

Test bilaterale
L’evento critico di un test bilaterale ha ora la forma
{ √ }
δ n
D = {|X n − µ0 | > δ} = |U0 | >
σ
e la (9.11) si scriverà come
{ √ } { √ }
{ } δ n δ n
Pµ0 |X n − µ0 | > δ = Pµ0 |U0 | > = P |N (0, 1)| > =α
σ σ
Ricordando allora il risultato (3.26) si ha facilmente
√
δ n
= φ1− α2
σ
per cui in definitiva l’evento critico diviene semplicemente
{ }
D = |U0 | > φ1− α2 (9.16)

In conclusione un test bilaterale di livello α delle ipotesi (9.8) si esegue con la

seguente procedura:
Si calcola il valore empirico della statistica U0 (9.15) e si confronta il
suo valore assoluto con il quantile φ1− α2 della normale standard ricavato
dalle Tavole E.1: se risulta |U0 | > φ1− α2 , allora si rifiuta l’ipotesi H0 e
si accetta H1 ; se invece risulta |U0 | ≤ φ1− α2 si accetta l’ipotesi H0
Siccome poi la significatività αs è il più piccolo valore del livello α per il quale i
dati empirici sono in regine critica, per calcolare il suo valore bisogna solo imporre
φ1− α2s = |U0 | dove U0 è il valore empirico della statistica (9.15). Dalla definizione
di quantile si ha allora che 1 − α2s = Φ(|U0 |) dove Φ è la FDC normale standard, e
quindi
αs = 2 [1 − Φ(|U0 |)]

141
N. Cufaro Petroni: Probabilità e Statistica

Test unilaterale destro e sinistro

Seguendo un percorso strettamente analogo al precedente, ma partendo dalla (9.13),
per il test unilaterale destro di livello α bisogna richiedere
{ √ } { √ }
{ } δ n δ n
Pµ0 X n − µ0 > δ = Pµ0 U0 > = P N (0, 1) >
σ σ
{ √ }
δ n
= = 1 − P N (0, 1) ≤ =α
σ

per cui si ha questa volta √

δ n
= φ1−α
σ
e l’evento critico diviene semplicemente

D = {U0 > φ1−α } (9.17)

In conclusione un test unilaterale destro di livello α delle ipotesi (9.9) si esegue con
la seguente procedura:

Si calcola il valore empirico della statistica U0 e lo si confronta con il

quantile φ1−α della normale standard ricavato dalle Tavole E.1: se risulta
U0 > φ1−α , allora si rifiuta l’ipotesi H0 e si accetta H1 ; se invece risulta
U0 ≤ φ1−α si accetta l’ipotesi H0

La significatività si ottiene poi imponendo φ1−αs = U0 , cioè 1 − αs = Φ(U0 ) e quindi

αs = 1 − Φ(U0 )

Il test unilaterale sinistro di livello α delle ipotesi (9.10) si costruisce infine in

maniera identica con l’unica differenza che l’evento critico sarà ora

D = {U0 < −φ1−α }

e la procedura diviene

Si calcola il valore empirico della statistica U0 e lo si confronta con il

quantile φ1−α della normale standard ricavato dalle Tavole E.1: se risulta
U0 < −φ1−α , allora si rifiuta l’ipotesi H0 e si accetta H1 ; se invece risulta
U0 ≥ −φ1−α si accetta l’ipotesi H0

La significatività del test unilaterale sinistro si ottiene allora da φ1−αs = −U0 , cioè
1 − αs = Φ(−U0 ) e quindi
αs = 1 − Φ(−U0 )

142
 9.2 Test sulla media

166.6 169.3 168.2 176.4 168.6 170.1 167.7 168.1 164.3 171.1
172.5 165.7 166.1 171.3 176.5 168.8 169.7 168.1 167.1 172.8
173.5 168.9 169.7 167.7 173.0 159.4 168.8 163.7 174.4 174.0
164.4 171.1 168.1 171.4 174.6 168.7 169.4 165.7 159.5 164.1
166.0 168.1 169.0 172.6 172.2 170.4 173.4 181.5 165.5 167.9
168.9

Tabella 9.1: Altezze in cm di un campione di n = 51 reclute.

Esempio 9.4. È noto che l’altezza X delle persone di un determinato paese è una
v-a che segue una legge normale N (µ, σ 2 ): supponiamo ora di sapere anche, in base
ai dati di un censimento del 1950, che per gli individui di sesso maschile si ha una
media µ0 = 168 cm con una varianza σ 2 = 19 cm2 . Nel 1965 viene esaminato
alla visita di leva un campione di n = 51 reclute, e se ne riportano le altezze nella
Tabella 9.1. Si constata a questo punto che la media del campione è X n = 169.3 cm.
Supponendo di poter considerare la varianza σ 2 = 19 cm2 come ancora attendibile
e quindi nota, si vuol sapere se al livello α = 0.05 possiamo dire che la media delle
altezze è aumentata
Il test richiesto è dunque unilaterale destro con ipotesi del tipo (9.9): dai dati a
nostra disposizione il valore empirico della statistica di riferimento (9.15) è
X n − µ0 √ 169.3 − 168 √
U0 = n= √ 51 = 2.13
σ 19
Siccome dalle Tavole E.1 risulta
φ1−α = φ0.95 = 1.65 < 2.13 = U0
si vede subito che i dati sono nella regione critica per cui il test unilaterale destro
di livello α = 0.05 ci conduce a rifiutare H0 e ad accettare l’ipotesi H1 che l’altezza
sia aumentata
Dal valore di U0 = 2.13 possiamo anche calcolare la significatività del test che è
αs = 1 − Φ(2.13) = 0.017, un valore non particolarmente buono che lascia qualche
dubbio sulla sicurezza del’esito del test. Infatti se avessimo svolto i calcoli con un
livello α = 0.01 avremmo trovato
φ1−α = φ0.99 = 2.33 > 2.13 = U0
e il risultato del test sarebbe stato capovolto: l’altezza media è rimasta di 168 cm
Il problema dovrebbe essere affrontato in maniera un po’ diversa se si chiedesse
di verificare che l’altezza media è cambiata (non aumentata). In questo caso il test
sarebbe bilaterale: il calcolo di U0 resta invariato, e al livello α = 0.05 avremmo
φ1− α2 = φ0.975 = 1.96 < 2.13 = U0
per cui anche il test bilaterale confermerebbe il rifiuto di H0 . La significatività è
però peggiorata: αs = 2[1 − Φ(2.13)] = 0.033, e quindi l’esito del test sarebbe ancora
meno sicuro

143
N. Cufaro Petroni: Probabilità e Statistica

9.2.2 Test di Student

Sempre supponendo che – o sulla base del Teorema 3.23 quando il campione X1 , . . . , Xn
è N (µ, σ 2 ), o almeno approssimativamente dal TLC Teorema 5.5 – la media arit-
2
metica del campione X n possa essere considerata normale N (µ, σ /n ) con µ scono-
sciuta, esamineremo ora il caso in cui la varianza σ 2 non è nota. La differenza
pratica con il caso precedente risiede nel fatto che ora il valore empirico di U0 (9.15)
non può più essere calcolato compiutamente perché manca il valore di σ. Dovremo
quindi prima stimare σ 2 tramite la varianza corretta Sn2 (8.1), e poi ricordare che –
almeno approssimativamente – dal Teorema 3.23 si ha che la statistica

√ X n − µ0
T0 = n ∼ T (n − 1) se µ = µ0 (9.18)
Sn

segue una legge di Student T (n − 1) con n − 1 gradi di libertà

Test bilaterale
Seguendo un percorso analogo a quello del Test di Gauss si perviene alla definizione
dell’evento critico che ora prende la forma
{ }
D = |T0 | > t1− α2 (n − 1) (9.19)

dove t1− α2 (n − 1) è il quantile della legge di Student T (n − 1) che può essere trovato
sulle Tavole E.2. Infatti da (3.28) si ha facilmente
{ } { }
Pµ0 |T0 | > t1− α2 (n − 1) = P |T (n − 1)| > t1− α2 (n − 1) = α

Il test bilaterale di Student di livello α delle ipotesi (9.8) si esegue quindi con la
seguente procedura:

Si calcola il valore empirico della statistica T0 (9.18) e si confronta il suo

valore assoluto con il quantile t1− α2 (n − 1) della legge di Student T (n − 1)
ricavato dalle Tavole E.2: se risulta |T0 | > t1− α2 (n − 1), allora si rifiuta
l’ipotesi H0 e si accetta H1 ; se invece risulta |T0 | ≤ t1− α2 (n − 1) si accetta
l’ipotesi H0

Infine la significatività del test bilaterale è

αs = 2 [1 − Fn−1 (|T0 |)]

dove Fn−1 (x) è la FDC della legge di Student T (n − 1): si noti però che i valori di
questa, e di altre FDC non Gaussiane non sono dati nelle tavole in appendice, per
cui un calcolo della significatività – tranne che nel caso del Test di Gauss – non sarà
possibile senza l’ausilio di ulteriori strumenti di calcolo

144
 9.2 Test sulla media

Test unilaterale destro e sinistro

In modo simile si progettano i test unilaterali destro e sinistro di livello α per le
ipotesi (9.9) e (9.10): gli eventi critici sono ora rispettivamente
{
{T0 > t1−α (n − 1)} test unilaterale destro
D= (9.20)
{T0 < −t1−α (n − 1)} test unilaterale sinistro

dove T0 è sempre data da (9.18), e i test si eseguono con la seguente procedura

Si calcola il valore empirico della T0 (9.18) e lo si confronta con il quan-
tile t1−α (n − 1) della legge di Student T (n − 1) ricavato dalle Tavole E.2:
se risulta T0 > t1−α (n − 1) (rispettivamente: T0 < −t1−α (n − 1)), allora
si rifiuta l’ipotesi H0 e si accetta H1 ; se invece risulta T0 ≤ t1−α (n − 1)
(rispettivamente: T0 ≥ −t1−α (n − 1)) si accetta l’ipotesi H0
Le significatività dei test unilaterali destro e sinistro sono infine rispettivamente
{
1 − Fn−1 (T0 ) test unilaterale destro
αs =
1 − Fn−1 (−T0 ) test unilaterale sinistro

Il caso n > 120

Nelle Tavole E.2 i quantili della distribuzione di Student T (n−1) sono riportati solo
per n ≤ 120. Per eseguire i test nel caso n > 120 bisogna allora ricordare che per
n molto grande la distribuzione di Student tende a coincidere con la distribuzione
normale standard N (0, 1). Conseguentemente, per un dato valore del livello α, e
per n > 120 avremo
tα (n − 1) ≃ φα
e quindi al posto dei quantili della Student T (n − 1) potremo usare quelli della
normale standard N (0, 1) prendendoli dalle Tavole E.1. In questo caso il test per la
media può essere effettuato calcolando il valore empirico T0 da (9.18), ma usando i
quantili della normale standard negli eventi critici che diventano

 {|T0 | > φ1− α2 } test bilaterale
D= {T > φ1−α } test unilaterale destro (9.21)
 0
{T0 < −φ1−α } test unilaterale sinistro

In pratica per n > 120 le procedure per un test di Student di livello α si modificano
nel modo seguente:
Si calcola il valore empirico di T0 (9.18) e lo si confronta con gli opportuni
quantili della normale standard delle Tavole E.1: l’ipotesi H0 si rifiuta
rispettivamente se |T0 | > φ1− α2 nel test bilaterale; se T0 > φ1−α nel
test unilaterale destro; e se T0 < −φ1−α nel test unilaterale sinistro.
Viceversa nei casi opposti

145
N. Cufaro Petroni: Probabilità e Statistica

Esempio 9.5. Riprendendo l’Esempio 9.4 supponiamo ora di non poter considerare
come attendibile il valore 19 per la varianza σ 2 della nostra v-a X. Dovremo allora
innanzitutto stimare la varianza corretta (8.1) – che con un rapido calcolo risulta
essere Sn2 = 16.5 – e poi calcolare la statistica di Student

X n − µ0 √ 169.3 − 168 √
T0 = n= √ 51 ≃ 2.29
Sn 16.5
Siccome dalle Tavole E.2 risulta

t1−α (n − 1) = t0.95 (50) ≃ 1.68 < 2.29 = T0

anche con un test unilaterale destro di Student di livello α = 0.05 i dati si troveranno
in regione critica, e quindi rifiuteremo l’ipotesi H0 che l’attesa sia rimasta uguale a
µ0 = 168 cm. Da T0 = 2.29 (ma con tavole più complete delle nostre) potremmo poi
calcolare anche la significatività

αs = 1 − Fn−1 (T0 ) = 1 − F50 (2.29) ≃ 0.013

un valore che insinua di nuovo qualche dubbio sulla affidabilità del test. Infatti se
avessimo svolto i calcoli con un livello α = 0.01 avremmo trovato

t1−α (n − 1) = t0.99 (50) = 2.40 > 2.29 = T0

per cui in questo caso l’esito del test sarebbe stato quello di accettare l’ipotesi H0
secondo la quale l’altezza media è rimasta di 168 cm

9.3 Test per il confronto delle medie

Un altro tipo di test riguarda il confronto fra le attese µX e µY di due v-a X e
Y . Dovremo qui però distinguere subito due casi, secondo che i due campioni siano
accoppiati o indipendenti:

• Chiameremo campione accoppiato un campione (X1 , Y1 ), . . . , (Xn , Yn ) di

coppie di misure per le quali è importante conservare la connessione fra gli
elementi Xk e Yk con lo stesso indice. Se, ad esempio, vogliamo studiare
l’effetto di un farmaco possiamo somministrandolo a n pazienti, potremmo
misurare su ognuno il valore di qualche parametro rilevante prima (X) e do-
po (Y ) la somministrazione per mettere in evidenza eventuali differenze fra i
comportamenti medi µX e µY . In questo caso ovviamente è importante non
perdere l’accoppiamento fra le misure Xk e Yk eseguite sul paziente k-mo

• Parleremo invece di campioni indipendenti quando non vi è nessuna rela-

zione rilevante fra gli elementi X1 , . . . , Xn del primo campione e gli elementi
Y1 , . . . , Ym del secondo, nel senso che gli elementi corrispondenti Xk e Yk non

146
 9.3 Test per il confronto delle medie

sono misurati sullo stesso individuo, e la loro collocazione al posto k-mo è con-
venzionale e priva di significato statistico. Peraltro due campioni indipendenti
possono contenere numeri diversi n ed m di elementi, situazione evidentemente
non consentita nel caso di un campione accoppiato. Un esempio di campioni
indipendenti si ha quando si confronta l’effetto di un farmaco con quello di un
placebo: in questo caso si somministrano il farmaco e il placebo a due gruppi
distinti di pazienti (anche di numero diverso) e si misura qualche parametro
rilevante sui due gruppi (X e Y ) per confrontarne i valori d’attesa µX e µY

Anche il confronto fra le medie viene formalizzato tramite l’individuazione di oppor-

tune ipotesi: avremo cosı̀ un test bilaterale se le ipotesi sono

H0 : µX = µY H1 : µX ̸= µY (9.22)

Avremo invece un test unilaterale quando le ipotesi sono del tipo

H0 : µX ≤ µY H1 : µX > µY (9.23)

Per ambedue i test, comunque, il confronto deve essere fatto seguendo procedure
diverse per campioni accoppiati e campioni indipendenti come vedremo nella di-
scussione seguente. Si noti inoltre che questa volta sarebbe stato superfluo parlare
di test unilaterale destro o sinistro: i due casi infatti si ottengono uno dall’altro
scambiando i nomi X e Y delle due v-a

9.3.1 Campioni accoppiati

Il caso dei campioni accoppiati si riconduce facilmente alle procedure già svilup-
pate nella precedente Sezione 9.2: per far questo basterà costruire innanzitutto il
campione delle differenze

Zk = Xk − Yk k = 1, . . . , n (9.24)

e poi si eseguono dei test sull’unico campione Z1 , . . . , Zn confrontando la sua at-

tesa µ = µX − µY con in valore µ0 = 0. Le ipotesi per i test bilaterali (9.22) e
unilaterali (9.23) diventano allora rispettivamente

H0 : µ = 0 H1 : µ ̸= 0 bilaterale (9.25)
H0 : µ ≤ 0 H1 : µ > 0 unilaterale (9.26)

e quindi si ricade sostanzialmente nei test già studiati nella Sezione 9.2 con il par-
ticolare valore µ0 = 0. Nel seguito supporremo che le v-a Zk abbiano attesa µ
sconosciuta, ma come nella sezione precedente dovremo distinguere i due casi in cui
la loro varianza σ 2 sia nota o meno

147
N. Cufaro Petroni: Probabilità e Statistica

Varianza σ 2 nota
Se le v-a Zk hanno attesa µ sconosciuta, ma la loro varianza σ 2 è nota, posto

1∑
n
Zn = Zk
n k=1

potremo come al solito supporre che, nell’ipotesi H0 : µ = 0, almeno approssimati-

vamente risulti
√ Zn
U0 = n ∼ N (0, 1) se µ = 0 (9.27)
σ
cioè che U0 sia normale standard. Le procedure per i test di livello α sono allora le
stesse della Sezione 9.2.1 con eventi critici
{
{|U0 | > φ1− α2 } test bilaterale
D= (9.28)
{U0 > φ1−α } test unilaterale

e significatività
{
2 [1 − Φ(|U0 |)] test bilaterale
αs = (9.29)
1 − Φ(U0 ) test unilaterale

Varianza σ 2 non nota

Se viceversa la varianza σ 2 non è nota si introduce la varianza corretta del campione
delle Zk
1 ∑
n
Sn2 = (Zk − Z n )2
n − 1 k=1
e nell’ipotesi H0 : µ = 0 potremo supporre che almeno approssimativamente sia

√ Zn
T0 = n ∼ T (n − 1) se µ = 0 (9.30)
Sn

cioè che T0 sia una Student con n − 1 gradi di libertà. Gli eventi critici dei test di
livello α sono allora
{
{|T0 | > t1− α2 (n − 1)} test bilaterale
D= (9.31)
{T0 > t1−α (n − 1)} test unilaterale

(le procedure sono quelle di Sezione 9.2.2) e le significatività

{
2 [1 − Fn−1 (|T0 |)] test bilaterale
αs =
1 − Fn−1 (T0 ) test unilaterale

dove Fn−1 sono le FDC della legge di Student T (n − 1)

148
 9.3 Test per il confronto delle medie

Y X Z Y X Z Y X Z
80 85 5 70 82 12 78 70 -8
80 84 4 65 73 8 75 77 2
82 87 5 83 89 6 76 76 0
75 81 6 74 85 11 78 82 4
80 79 -1 81 86 5 77 83 6
74 85 11 68 72 4 75 80 5
80 87 7 69 74 5 72 80 8
72 78 6 71 77 6 71 81 10
91 86 -5 70 75 5 75 76 1
88 80 -8 73 81 8 78 77 -1

Tabella 9.2: Pulsazioni di n = 30 pazienti prima (Y ) e dopo (X) l’assunzione di un

farmaco.

Esempio 9.6. Si sperimenta un farmaco su un campione di n = 30 pazienti rilevan-

do il numero delle pulsazioni al minuto prima (Y ) e dopo (X) la somministrazione:
i dati sono riportati nella Tabella 9.2. Possiamo dire in base a questi valori, e ad
un livello α = 0.05, che la frequenza delle pulsazioni è aumentata?
Il modo di porre la domanda suggerisce subito che dovremo discutere delle ipotesi
nella forma (9.23). Inoltre è evidente che il nostro campione è accoppiato dato che
sarà importante conservare l’associazione fra i valori X e Y misurati su ogni singolo
paziente. Cominceremo quindi con il definire il campione delle differenze (9.24)
i cui valori sono riportati nella Tabella 9.2. Si noti che noi siamo interessati a
scoprire se può essere ritenuta vera l’ipotesi alternativa µX > µY di (9.23), cioè
se µ = µX − µY > 0: pertanto sul campione delle differenze le ipotesi prendono la
forma del test unilaterale (9.26)
Siccome non ci sono state fornite informazioni sulla varianza delle Zk , passere-
mo innanzitutto a calcolare media Z n , varianza corretta Sn2 e statistica di Student
T0 (9.30) del campione delle differenze riportato in Tabella ottenendo

Zn √
Z n = 4.23 Sn = 5.01 T0 = n ≃ 4.63
Sn
A questo punto per eseguire il test di livello α = 0.05 dobbiamo paragonare il valore
di T0 con l’opportuno quantile di Student delle Tavole E.2 ottenendo

t1−α (n − 1) = t0.95 (29) ≃ 1.70 < 4.63 ≃ T0

per cui il campione è in regione critica, e quindi il test ci suggerisce di accettare

H1 , cioè che il farmaco ha prodotto un aumento della frequenza delle pulsazioni. La
significatività del test questa volta è piuttosto buona: infatti αs = 1 − F29 (4.63) dove
F29 (x) è la FDC della legge T (n − 1) = T (29); questo valore non è presente sulle
Tavole E.2 ma può essere calcolato in altro modo e alla fine risulta αs = 0.00003

149
N. Cufaro Petroni: Probabilità e Statistica

9.3.2 Campioni indipendenti

Nel caso di campioni indipendenti con numerosità rispettive n ed m non ha alcun sen-
so studiare il campione delle differenze. In questo caso supporremo che le Xj e le Yk
2
abbiano rispettivamente attese µX , µY e varianze σX , σY2 , definiremo separatamente
le medie dei due campioni

1∑ 1 ∑
n m
Xn = Xj Ym = Yk
n j=1 m k=1

e supporremo come al solito che esse siano (almeno approssimativamente) Gaussiane.

Tenendo poi presenti le ipotesi nelle forme (9.22) e (9.23), distingueremo due casi
secondo le informazioni disponibili sulle varianze

2
Varianze σX e σY2 note
Se le varianze σX2
e σY2 sono note si può dimostrare che, supponendo vera H0 =
µX = µY , la statistica

Xn − Y m
U0 = √ 2 2
∼ N (0, 1) se µX = µY (9.32)
σX σY
n
+ m

è normale standard. Pertanto le procedure per i test potranno essere definite in

analogia con quanto stabilito nella Sezione 9.2: gli eventi critici dei test di livello
α sono {
{|U0 | > φ1− α2 } test bilaterasle
D= (9.33)
{U0 > φ1−α } test unilaterale
e le corrispondenti procedure sono:
Si calcola il valore empirico della U0 (9.32) e lo si confronta con gli
opportuni quantili della normale standard: l’ipotesi H0 viene rifiutata
rispettivamente se |U0 | > φ1− α2 nel test bilaterale, e se U0 > φ1−α nel
test unilaterale

2
Varianze σX e σY2 non note
2
Se invece le varianze σX e σY2 non sono note, è necessario introdurre una nuova
quantità: la varianza combinata

(n − 1)SX
2
+ (m − 1)SY2
V2 = (9.34)
n+m−2
2
che è una media delle varianze corrette SX e SY2 pesate con le rispettive numerosità
dei campioni

150
 9.3 Test per il confronto delle medie

X 9.2 8.3 10.3 11.0 12.0 8.6 9.3 10.3 9.7 9.0
Y 10.9 11.3 10.9 10.2 9.3 10.4 10.5 11.3 10.8 12.0
10.6 10.4 12.2 10.9 10.4

Tabella 9.3: Produttività mensili di una ditta prima (Y ) e dopo (X) aver introdotto
cambiamenti nel processo produttivo.

2
Si può allora dimostrare che, se le varianze σX e σY2 sono almeno approssimativa-
mente uguali, e se è vera H0 : µX = µY , la statistica

Xn − Y m
T0 = √ ∼ T (n + m − 2) se µX = µY (9.35)
V n1 + m1

è una Student con n + m − 2 gradi di libertà. In tal caso gli eventi critici dei test
di livello α sono rispettivamente
{
{|T0 | > t1− α2 (n + m − 2)} test bilaterale
D= (9.36)
{T0 > t1−α (n + m − 2)} test unilaterale

con conseguente definizione delle procedure

Si calcola prima la varianza combinata (9.34), poi il valore empirico della
T0 (9.35) e lo si confronta con gli opportuni quantili della legge di Student
con n + m − 2 gradi di libertà: l’ipotesi H0 viene rifiutata rispettivamente
se |T0 | > t1− α2 (n + m − 2) nel test bilaterale, e se T0 > t1−α (n + m − 2)
nel test unilaterale
Esempio 9.7. Una ditta introduce dei cambiamenti nel proprio processo produttivo
e vuol sapere se questo ha modificato la produttività. Sono disponibili i dati delle
produzioni mensili (in una opportuna unità di misura): nella Tabella 9.7 sono ri-
portati n = 10 valori successivi (X), e m = 15 precedenti (Y ) al cambiamento del
processo produttivo. I campioni sono indipendenti dato che non si attribuisce parti-
colare significato all’accoppiamento dei valori mensili (che peraltro sono in numero
2
differente). Supponendo noto che ambedue le v-a X e Y sono normali N (µX , σX )
2
e N (µY , σY ), si vuol sapere se, sulla base dei dati empirici per i quali
X n = 9.8 Y m = 10.8
e al livello α = 0.02, possiamo affermare che la prodttività è cambiata, o se dobbiamo
conservare l’ipotesi H0 : µX = µY
Supponiamo in un primo momento di sapere che la deviazione standard della
produttività non è stata modificata dai cambiamenti, e che essa vale σX = σY = 1.1.
In questo caso potremo eseguire un test di Gauss con la statistica (9.32) il cui valore
è U0 = −2.23: dalle Tavole E.1 abbiamo allora
φ1− α2 = φ0.99 = 2.33 > 2.23 = |U0 |

151
N. Cufaro Petroni: Probabilità e Statistica

per cui i dati non sono in regione critica, e il test bilaterale di livello α = 0.02 sug-
gerisce di accettare l’ipotesi H0 : µX = µY . Se invece supponiamo di non conoscere
nulla sulle deviazioni standard di X e Y , dovremo applicare un test di Student con la
statistica (9.35). Sarà necessario allora stimare preventivamente dai dati empirici
le varianze corrette e la varianza combinata (9.34)
2
SX = 1.30 SY2 = 0.51 V 2 = 0.82

e calcolare poi il valore della statistica T0 = −2.71. Dalle Tavole E.2 ricaviamo
allora che
t1− α2 (n + m − 2) = t0.99 (23) = 2.50 < 2.71 = |T0 |
cioè nel test di Student di livello α = 0.02 i dati si trovano in regione critica, e quindi
ci viene suggerito di rifiutare l’ipotesi H0 : µX = µY . I risultati discordanti dei due
tipi di test sono ovviamente un segno di incertezza: un esame della significatività dei
due casi conferma peraltro questa intuizione. Infatti si ha αs = 2[1 − Φ(|U0 |)] = 0.03
nel caso di Gauss e αs = 2[1 − F23 (|T0 |)] = 0.01 nel caso di Student: due valori
piuttosto elevati che sollevano dei dubbi sulla attendibilità dei risultati

9.4 Test di Fisher sulla varianza

Anche la stima della varianza è un aspetto importante dell’analisi statistica che ab-
biamo già incontrato nella Sezione 8.2.2: qui esamineremo le procedure per verificare
alcune ipotesi relative alle varianze di due campioni. Supporremo a questo scopo
di avere due campioni (indipendenti) X1 , . . . , Xn e Y1 , . . . , Ym , rispettivamente con
2
n e m elementi, estratti da due v-a X e Y con varianze σX e σY2 : le ipotesi che
sottoporremo a verifica – nelle solite forme bilaterale e unilaterale – saranno allora
rispettivamente

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2 (9.37)
H0 : σX
2
≤ σY2 H1 : σX
2
> σY2 (9.38)

Si noti che anche qui abbiamo indicato solo una forma di test unilaterale: sarebbe
infatti superfluo distinguere i casi destro e sinistro dal momento che si può ottenere
uno dall’altro scambiando il ruolo di X e Y
Naturalmente la verifica delle ipotesi (9.37) e (9.38) sarà effettuata esaminando
2
i valori empirici delle varianze corrette SX e SY2 dei due campioni. Ma questa volta
– diversamente dal caso delle attese – invece di studiarne la differenza sarà meglio
2
esaminare il loro rapporto. Infatti si può dimostrare che, supponendo σX = σY2 ,
almeno approssimativamente la statistica

2
SX
F0 = ∼ F(n − 1, m − 1) 2
se σX = σY2 (9.39)
SY2

152
 9.4 Test di Fisher sulla varianza

segue la legge di Fisher F(n − 1, m − 1). Sarà importante sottolineare a proposito

della relazione (9.39) che la posizione dei due indici della legge di Fisher
F(n−1, m−1) non è simmetrica: la legge si modifica scambiando n con m. Pertanto
è fondamentale saper riconoscere quale dei due deve essere messo al primo, e quale
al secondo posto. Il principio che guida questa scelta in (9.39) è il seguente
Al primo posto in F(n − 1, m − 1) deve essere inserito l’indice (qui
n) che rappresenta la numerosità del campione (qui Xk ) la cui varianza
è al numeratore della F0 . Gli indici n e m si scambiano se vengono
scambiati i ruoli di X e Y in F0
Il test poi consiste nel confrontare il valore di F0 con gli opportuni quantili di Fisher:
2
le due varianze σX e σY2 saranno giudicate uguali quando F0 assume valori vicini a
1, mentre potremo dire che le due varianze sono diverse se F0 è abbastanza diversa
da 1. Pertanto, tenendo conto della asimmetria della fdp della legge di Fisher, gli
eventi critici di livello α per i test bilaterale e unilaterale saranno rispettivamente
{F0 < f α2 (n − 1, m − 1)} ∪ {F0 > f1− α2 (n − 1, m − 1)} test bilaterale
{F0 > f1−α (n − 1, m − 1)} test unilaterale
dove le fα (n, m) indicano i quantili delle corrispondenti leggi di Fisher che possono
essere ricavati dalle Tavole E.4. Per semplificare però la forma dell’evento critico
bilaterale, osserveremo che esso consiste nell’unione di due eventi che rappresentano
i casi in cui F0 cade fuori dall’intervallo [f α2 , f1− α2 ] dei quantili di Fisher: in questa
eventualità infatti il valore di F0 è considerato troppo diverso da 1 per poter accettare
H0 . Sarà naturale allora riformulare gli eventi critici nel modo seguente
{
{f α2 (n − 1, m − 1) ≤ F0 ≤ f1− α2 (n − 1, m − 1)} test bilaterale
D= (9.40)
{F0 > f1−α (n − 1, m − 1)} test unilaterale
ricordando che il primo di questi è ora il negativo (complementare) di un evento
secondo quanto definito nella Sezione 1.2: esso indica infatti che F0 non cade
nell’intervallo [f α2 , f1− α2 ]
Esempio 9.8. Riprendendo la discussione dell’Esempio 9.7 possiamo porci il pro-
2
blema di verificare se, al livello α = 0.05, le varianze σX e σY2 di X e Y possono
essere considerate uguali. Bisogna allora eseguire un test bilaterale di Fisher: dai
calcoli dell’Esempio 9.7 ricaviamo prima di tutto il valore della statistica di Fisher
F0 = 2.55. Calcoliamo poi i quantili della legge di Fisher che definiscono la regio-
ne critica: il valore f0.975 (9, 14) = 3.21 si trova immediatamente dalle Tavole E.4;
l’altro quantile che invece non si trova sulle Tavole va calcolato da (3.33)
1
f0.025 (9, 14) = = 0.26
f0.975 (14, 9)
A questo punto possiamo eseguire il test, e siccome
f0.025 (9, 14) = 0.26 ≤ F0 = 2.55 ≤ 3.21 = f0.975 (9, 14)
al livello α = 0.05 accetteremo l’ipotesi nulla bilaterale H0 : σX
2
= σY2

153
N. Cufaro Petroni: Probabilità e Statistica

9.5 Test del χ2 di adattamento

Prenderemo ora in esame il problema di decidere se un dato campione di n misure
possa essere considerato estratto da una v-a X con una distribuzione L. L’oggetto
della nostra indagine, quindi, non è più il valore di qualche parametro θ della legge di
X, ma l’eventuale adattamento dei dati sperimentali ad una possibile legge teorica
L di X
Nel seguito supporremo che la legge L di X preveda che essa assuma solo un
numero finito m di possibili valori con probabilità teoriche p1 , . . . , pm . Se invece
X assume infiniti valori, o è continua, sceglieremo qualche opportuno metodo per
raggruppare i dati in un numero finito m di classi con probabilità p1 , . . . , pm otte-
nendo in questo modo una ragionevole approssimazione della legge L. Le ipotesi che
dovremo sottoporre a verifica sono quindi

H0 : il campione segue la legge L delle p1 , . . . , pm

H1 : il campione segue un’altra legge

Siccome nella discussione che segue i valori numerici di X non giocano nessun ruo-
lo, tutta la procedura può essere facilmente adattata anche al caso di variabili
qualitative
Supponiamo allora che, in un campione di n misure, il valore j-mo di X venga
sperimentalmente trovato Nj volte con j = 1, . . . , m, e che quindi le pj = Nj /n siano
le corrispondenti frequenze relative: si noti che Nj e pj sono v-a (cioè cambiano
ad ogni ripetizione dell’esperimento), mentre le probabilità teoriche pj di L sono
numeri dati nell’ipotesi H0 . Ovviamente il test sarà eseguito con un confronto fra
le pj teoriche e le pj empiriche, ed è quindi necessario individuare un’opportuna
statistica che misuri una distanza complessiva fra la distribuzione empirica delle pj ,
e la distribuzione teorica L delle pj . Si dimostra a questo scopo che, se H0 è vera,
la statistica di Pearson
∑m
(pj − pj )2 ∑ m
(Nj − npj )2
K0 = n = ∼ χ2 (m − 1) se è vera H0 (9.41)
j=1
pj j=1
npj

se n è abbastanza grande, segue approssimativamente una legge del chi-quadro

χ2 (m − 1) con m − 1 gradi di libertà. Evidentemente, per la sua definizione, K0
tende a prendere valori piuttosto grandi se H0 non è verificata, perché in questo
caso le differenze pj − pj non sono trascurabili. Pertanto l’evento critico di un test
di livello α sarà
D = {K0 > χ21−α (m − 1)} (9.42)
dove χ21−α (m−1) sono i quantili della legge del chi-quadro che possono essere ricavati
dalle Tavole E.3. Si ponga cura in questo test a non confondere il numero m dei
possibili valori di X (numero che fissa i gradi di libertà della legge χ2 (m − 1)) con
il numero n delle misure contenute nel campione dei dati

154
 9.5 Test del χ2 di adattamento

La procedura per eseguire il test di adattamento è quindi la seguente

A partire dalle frequenze osservate pj e da quelle teoriche pj si calcola il
valore di K0 in (9.41), e poi lo si confronta con il quantile χ21−α (m − 1)
(dove m è il numero dei possibili valori di X): se K0 ≤ χ21−α (m − 1)
si accetta H0 , cioè il campione si adatta alla legge L; se invece K0 >
χ21−α (m − 1) l’ipotesi H0 viene rifiutata
Un uso corretto di questo test richiede però alcune precisazioni
• Non sono noti risultati rigorosi circa la grandezza di n necessaria per rendere
applicabile questo test; ci sono solo regole empiriche la più nota delle quali è
la seguente

Il numero n degli elementi de campione deve sempre essere abba-

stanza grande da avere npj ≥ 5 per tutti gli indici j = 1, . . . , m
Se questo non avviene l’espediente più comune per aggirare la difficoltà è
quello di unificare le classi con le pj più piccole sommaando le probabilità, in
modo da formarne altre con probabilità più grandi che rispettino la condizione
npj ≥ 5

• A volte la distribuzione teorica pj di L non è completamente nota. Ad esempio

ci si potrebbe porre il problema di un adattamento dei dati ad una legge
Binomiale B (n; p) per la quale p sia sconosciuto. In questo caso prima di
applicare il test bisognerà stimare i parametri necessari a partire dai dati
X1 , . . . , Xn , e a seguito di ciò la procedura del test deve essere completata
nel modo seguente

Se inoltre la conoscenza completa della distribuzione teorica L ri-

chiede la determinazione di q < m − 1 parametri, bisogna prima
stimare questi parametri mediante gli opportuni stimatori di MV,
poi si deve calcolare K0 di (9.41) e infine si applica il test usando
come evento critico di livello α l’evento

D = {K0 > χ21−α (m − q − 1)} (9.43)

In pratica, nella legge del chi-quadro di K0 , bisognerà sottrarre tanti gradi

di libertà quanti sono i parametri stimati
Esempio 9.9. Riprendiamo la discussione dell’Esempio 8.8 sul numero X di figli
maschi nelle famiglie con 12 figli. Si ricorderà che le più semplici ipotesi iniziali
conducono a un modello nel quale la legge L della v-a X è binomiale B (12; 1 /2 ):
proviamo allora a sottoporre questa ipotesi H0 a un test del χ2 con
( ) ( )k ( )12−k ( )
12 1 1 12 1
pk = 1− = , k = 0, 1, . . . , 12
k 2 2 k 212

155
N. Cufaro Petroni: Probabilità e Statistica

Osserviamo però innanzitutto che per questa distribuzione B (12; 1 /2 ) le condi-

zioni di applicabilità del test non sono rispettate dal nostro campione. Infatti per
le classi estreme (quelle con probabilità più piccole) si ha p0 = p12 = 2−12 , e quindi
dato che n = 6 115 risulta

np0 = np12 = 6 115 × 2−12 ≃ 1.49 < 5

Per adattare il test al nostro campione dovremo allora unificare le classi estreme
{X = 0} e {X = 12}, rispettivamente con le classi contigue {X = 1} e {X = 11},
e sommarne le probabilità in modo da avere

n(p0 + p1 ) = 6 115 × (2−12 + 12 × 2−12 ) = 6 115 × 13 × 2−12 ≃ 19.47 > 5

n(p11 + p12 ) = 6 115 × (12 × 2−12 + 2−12 ) = 6 115 × 13 × 2−12 ≃ 19.47 > 5

In conclusione il nostro test del χ2 non dovrà essere eseguito per l’originaria di-
stribuzione B (12; 1 /2 ) a 13 valori con le p0 , . . . , p12 binomiali, ma su una nuova
distribuzione raggruppata L a 11 valori con probabilità cosı̀ definite


p0 + p1 per j = 1, cioè k = 0, 1
qj = pj per j = k = 2, . . . , 10


p11 + p12 per j = 11, cioè k = 11, 12

Naturalmente anche le frequenze empiriche N0 , . . . , N12 riportati nella Tabella 8.2

dovranno essere raggruppate nelle Mj delle nuove classi secondo lo stesso schema,
ottenendo 

N0 + N1 per j = 1
Mj = Nj per j = 2, . . . , 10


N11 + N12 per j = 11
A questo punto, con m = 11, si calcola la statistica di Pearson (9.41) che vale
∑m
(Mj − nqj )2
K0 = ≃ 242.05
j=1
nq j

e siccome dalle Tavole E.3 il corrispondente quantile del chi-quadro è

χ21−α (m − 1) = χ20.95 (10) = 18.31 ≪ 242.05 = K0

il test di livello α = 0.05 decisamente rigetta l’ipotesi che la distribuzione empirica

si adatti alla distribuzione binomiale B (12; 1 /2 )
Come secondo tentativo possiamo allora provare a verificare un’ipotesi H0 mo-
dificata – già avanzata nell’Esempio 8.8 – secondo la quale la distribuzione di X è
binomiale B (12; p), con p ≃ 0.519 stima di MV di p ottenuta a partire dai dati del
campione. Il valore di p è stato calcolato nell’Esempio 8.8 mediante lo stimatore
di MV coincidente con la media dei valori empirici di X, ma in realtà, per essere

156
 9.5 Test del χ2 di adattamento

rigorosi, qui dovremmo rideterminare lo stimatore di MV perché abbiamo modifi-

cato il modello raggruppando le classi estreme. Siccome però la correzione sarebbe
piccola e non capovolgerebbe il risultato del test, noi assumeremo che la vecchia
stima p = 0.519 possa essere tranquillamente usata anche ora come stima di MV
del parametro p. A questo punto dovremo seguire la stessa procedura già seguita
in precedenza, ma con due modifiche che qui riassumiamo senza fornire i dettagli
numerici
• prima di tutto bisogna ricalcolare le pk e le qj tenendo conto del fatto che ora
il parametro della legge binomiale vale 0.519, e non 1 /2 = 0.500

• in secondo luogo bisogna calcolare di nuovo il valore della statistica K0 di

Pearson (9.41) con i nuovi parametri, ma dovremo confrontarlo con il quantile
χ21−α (m−1−1) = χ20.95 (9) dato che siamo stati obbligati a stimare un parametro
(q = 1) per definire la distribuzione teorica
Sebbene in questo secondo calcolo il valore della statistica di Pearson sia più che
dimezzato, l’esito del test di livello α = 0.05

χ21−α (m − 1 − 1) = χ20.95 (9) = 16.92 < 105.79 ≃ K0

chiaramente indica ancora una volta che la distribuzione empirica non può essere
considerata ben adattata neanche alla distribuzione binomiale B (12; 0.519). Va
infine notato che l’esito del test appare piuttosto affidabile nel senso che non sarebbe
modificato se scegliessimo valori diversi, ma ragionevoli, per il livello α
Esempio 9.10. (Approssimazione di Poisson) Supponiamo di voler verificare
empiricamente il Teorema 5.8 di Poisson secondo il quale, in particolari condizioni,
una legge binomiale può essere ben approssimata da una legge di Poisson. Per far
questo simuliamo un campione di n = 2 000 numeri estratti da una v-a X Binomiale
B (200; 0.01), e siccome
λ = n p = 200 × 0.01 = 2
confrontiamo le frequenze empiriche trovate con le probabilità teoriche della legge di
Poisson P(2)
2k
pk = e−2 k = 0, 1, . . .
k!
I valori Nk delle frequenze assolute del campione sono riportati nella Tabella 9.4
Osserviamo allora preliminarmente che i possibili valori interi di una v-a X di
Poisson sono in numero infinito, mentre il test del χ2 è stato progettato solo per un
numero finito m di valori. Inoltre per la legge P(2) da noi considerata si ha

2 000 × p0 = 270.67, . . . 2 000 × p7 = 6.87, 2 000 × p8 = 1.72 , . . .

per cui la condizione di applicabilità del test (npk ≥ 5) è verificata sempre tranne
che per k ≥ 7. Questi due problemi possono essere superati assieme raggruppando

157
N. Cufaro Petroni: Probabilità e Statistica

k 0 1 2 3 4 5 6 7 8
Nk 280 545 544 355 186 55 25 9 1

Tabella 9.4: Frequenze di un campione simulato di 2 000 numeri estratti secondo la

legge binomiale B (200; 0.01)

classi 0 1 2 3 4 5 6 ≥7
Mj 280 545 544 355 186 55 25 10

Tabella 9.5: Rispetto alla Tabella 9.4 le frequenze dei valori 7 e 8 sono state unificate
in un’unica classe ≥ 7

tutti i valori k ≥ 7 in un’unica classe. In questo modo non solo avremo un numero
m = 8 finito di classi di valori con le probabilità derivate da quelle di Poisson

∑ ∑
6
q0 = p 0 q1 = p1 ... q6 = p 6 q7 = pk = 1 − pk
k≥7 k=0

ma anche la condizione di applicabilità del test sarà ora sempre rispettata perché

nq7 = 2000 (1 − p0 − . . . − p6 ) ≃ 9.07

Naturalmente anche le frequenze empiriche Nk dovranno essere raggruppate nello

stesso modo, come riportato nella Tabella 9.5
A questo punto con m = 8, con le probabilità qj e le frequenze Mj possiamo
calcolare la statistica di Pearson (9.41) e confrontarla con il quantile del chi-quadro
ottenendo
K0 ≃ 4.85 < 14.07 ≃ χ20.95 (7) = χ21−α (m − 1)
Pertanto, siccome i dati non si trovano in regione critica, il test di livello α = 0.05
suggerisce di accettare l’ipotesi H0 secondo la quale il campione segue una legge di
Poisson P(2)

Esempio 9.11. (Approssimazione normale) Proviamo ora a controllare empiri-

camente le conclusioni del TLC, Teorema 5.5, secondo il quale somme standardizzate
di un numero abbastanza grane di v-a indipendenti sono approssimativamente di-
stribuite secondo la legge normale standard N (0, 1). In particolare, con le notazioni
usate nel Teorema 5.5, considereremo la somma standardizzata Y30∗ di 30 v-a in-
dipendenti e uniformi U (0, 1), ed eseguiremo un test del chi-quadro per verificare
l’ipotesi H0 che Y30∗ è approssimativamente normale standard N (0, 1)
A questo scopo simuliamo un campione di n = 1 000 valori di Y30∗ : siccome si
tratta di una v-a continua, l’applicazione del test del χ2 richiede preventivamente la
definizione degli classi nelle quali vanno calcolate le frequenze empiriche. Natural-
mente la scelta va operata tenendo conto delle usuali condizioni di applicabilità del

158
 9.5 Test del χ2 di adattamento

classi ≤ −2.0 [-2.0, -1.5] [-1.5, -1.0] [-1.0, -0.5] [-0.5, 0.0]
Nj 27 53 100 147 191
classi [0.0, 0.5] [0.5, 1.0] [1.0, 1.5] [1.5, 2.0] ≥ 2.0
Nj 183 143 79 38 39

Tabella 9.6: Frequenze di un campione di n = 1 000 valori di Y30∗ , somma

standardizzata di 30 v-a uniformi U (0, 1) indipendenti

test (npk ≥ 5). Osserviamo allora che per una legge normale standard N (0, 1) dalle
Tavole E.1 si ha ad esempio
n P {N (0, 1) ≤ −2} = 1 000 × Φ(−2) = 1 000 × [1 − Φ(2)] = 22.75 > 5
n P {N (0, 1) ≥ −2} = n (1 − P {N (0, 1) ≤ 2}) = 1 000 × [1 − Φ(2)] = 22.75 > 5
e analogamente si prova che le condizioni sono rispettate da tutti gli intervalli di
ampiezza 0.5 presi fra −2 e 2; cosı̀ ad esempio
n P {1.5 ≤ N (0, 1) ≤ 2.0} = 1 000 × [Φ(2.0) − Φ(1.5)] = 44.06 > 5
Definiremo allora m = 10 classi utilizzando gli intervalli
(−∞, −2.0] [−2.0, −1.5] ... [0.0, 0.5] ... [1.5, 2.0] [2.0, +∞)
con le corrispondenti probabilità teoriche


P {N (0, 1) ≤ −2} = 1 − Φ(2) j=1
{ j−6 } ( ) ( )
pj = P 2 ≤ N (0, 1) ≤ j−5 = Φ j−5 − Φ j−6 j = 2, . . . , 9


2 2 2
P {N (0, 1) > 2} = 1 − Φ(2) j = 10
i cui valori numerici possono essere ricavati usando le Tavole E.1. Le frequenze
empiriche nelle 10 classi del campione simulato sono poi riportate nella Tabella 9.6
A questo punto siamo in grado di calcolare la statistica di Pearson (9.41) e di
confrontarla con il quantile del chi-quadro χ2 (m − 1) = χ2 (9) ottenendo per un test
di livello α = 0.01
χ21−α (m − 1) = χ20.99 (9) = 21.67 > 18.32 ≃ K0
I nostri dati non sono quindi in regione critica, e il test suggerisce di accettare
l’ipotesi H0 secondo la quale il campione delle somme standardizzate segue una leg-
ge normale standard. Le conclusioni di questo test non sono però particolarmente
solide: infatti, se avessimo scelto un livello α = 0.05, dalla relazione
χ21−α (m − 1) = χ20.95 (9) = 16.92 < 18.32 ≃ K0
dagli stessi dati empirici avremmo ricavato per H0 la conclusione opposta. Natural-
mente questo non indica una debolezza del TLC Teorema 5.5, quanto piuttosto una
parziale inadeguatezza dell’esperimento di simulazione. Infatti la legge della somma
di appena 30 v-a indipendenti può essere approssimata da una normale standard
soltanto in maniera un po’ rudimentale (vedi le osservazioni in Sezione 5.3)

159
N. Cufaro Petroni: Probabilità e Statistica

9.6 Test del χ2 di indipendenza

Una versione particolare del test del χ2 di adattamento viene usata come test di
indipendenza di due campioni accoppiati X1 , . . . , Xn e Y1 , . . . , Yn estratti da due v-a
X e Y . In questo caso le ipotesi da esaminare prendono la forma

H0 : i due campioni sono indipendenti

H1 : i due campioni non sono indipendenti

Supponendo ora che le nostre due v-a possano assumere solo un numero finito di va-
lori (anche di tipo qualitativo), rispettivamente u1 , . . . , ur e v1 , . . . , vs , e riprendendo
una notazione già introdotta nella Sezione 7.1, indicheremo con Nj k la frequenza con
la quale compare nel campione la coppia di valori (uj , vk ); con Nj · e N· k denoteremo
invece le frequenze con le quali si presentano separatamente, rispettivamente i valori
uj e vk . Le probabilità teoriche congiunte pjk , e marginali pj e qk associate ai valori
delle v-a X e Y non sono note, ma possono essere stimate tramite i loro stimatori
MV, cioè tramite le frequenze relative empiriche congiunte e marginali
{
Njk Nj · N· k j = 1, . . . , r
pjk = pj = qk =
n n n k = 1, . . . , s

Ricorderemo ora da (3.35) che l’indipendenza di due v-a X e Y equivale alla richiesta
che fra le loro probabilità teoriche congiunte e marginali sussista la relazione

pj k = pj qk

Questo suggerisce allora di progettare un test di indipendenza confrontando le fre-

quenze congiunte empiriche pjk con i prodotti pj q k delle loro marginali. A questo
scopo si dimostra che, quando l’ipotesi H0 è vera, la statistica di Pearson

∑ n (pjk − pj q k )2 ∑ (Njk − npj q k )2

K0 = = ∼ χ2 [(r − 1)(s − 1)] (9.44)
j,k
pj q k j,k
npj q k

segue una legge χ2 [(r − 1)(s − 1)] con (r − 1)(s − 1) gradi di libertà, se le frequenze
relative marginali non sono troppo piccole. Pertanto in questo caso l’evento critico
di livello α è { }
D = K0 > χ21−α [(r − 1)(s − 1)] (9.45)
In pratica la statistica di Pearson K0 è una misura globale della differenza fra le
frequenze congiunte pjk e i prodotti pj q k delle loro marginali: se tale differenza
è troppo grande il test suggerirà di non accettare l’ipotesi H0 di indipendenza, e
viceversa in caso contrario

160
 9.6 Test del χ2 di indipendenza

Fis
alti medi bassi marginali
alti 56 71 12 139
30.80 72.66 35.54

Mat medi 47 163 38 248

54.95 129.64 63.41

bassi 14 42 85 141
31.24 73.70 36.05

marginali 117 276 135 528

Tabella 9.7: Frequenze dei voti in fisica e matematica di n = 528 studenti

La procedura per il test è quindi la seguente

Si costruisce la tabella di contingenza delle frequenze congiunte e margi-
nali dei due campioni e da queste si calcola la statistica K0 (9.44): se
K0 ≤ χ21−α [(r − 1)(s − 1)] si accetta l’ipotesi H0 di indipendenza, e la si
rifiuta invece quando K0 > χ21−α [(r − 1)(s − 1)]
Questo test di indipendenza può essere applicato anche per v-a continue (o comunque
con un numero infinito di valori) raggruppando gli elementi dei campioni di X e Y in
un piccolo numero di classi che permettano di costruire una tabella di contingenza
Esempio 9.12. Siano date, nelle prime tre righe centrali della Tabella 9.7, le fre-
quenze congiunte dei voti (raggruppati in tre classi: alti, medi e bassi) riportati in
esami di Fisica e Matematica da n = 528 studenti. Si vuole esaminare l’ipotesi H0
secondo la quale i risultati degli esami in Fisica e Matematica sono indipendenti
Innanzitutto bisogna completare la tabella delle frequenze congiunte Nj k con le
frequenze marginali Nj · e N· k ottenute sommando lungo le righe e lungo le colonne,
e con il valore del numero totale delle misure n. Nella stessa tabella, poi, sotto
ogni valore delle frequenze congiunte è stato riportato il valore delle quantità npj q k
che servono per calcolare la statistica K0 (9.44). Siccome ci sono r = s = 3 classi
per ambedue le variabili, il test del χ2 di livello α = 0.05 consiste semplicemente
nell’osservare dalle Tavole E.3 che
χ21−α [(r − 1)(s − 1)] = χ20.95 (4) = 9.49 < 145.78 ≃ K0
cioè che i dati del campione sono in regione critica, per cui la conclusione è che al
livello α = 0.05 si rifiuta l’ipotesi H0 di indipendenza fra i voti di Fisica e Mate-
matica. Il test appare piuttosto affidabile visto che la conclusione non cambia se si
passa al livello α = 0.01: infatti
χ21−α [(r − 1)(s − 1)] = χ20.99 (4) = 13.28 < 145.78 ≃ K0

161
N. Cufaro Petroni: Probabilità e Statistica

Età
18–30 31–40 41–50 51–60 61–70 marginali
0 748 821 786 720 672 3 747
770.13 818.37 772.81 720.99 664.70

1 74 60 51 66 50 301
61.87 65.74 62.08 57.92 53.40

Incidenti 2 31 25 22 16 15 109
22.40 23.81 22.48 20.97 19.34

>2 9 10 6 5 7 37
7.60 8.08 7.63 7.12 6.56

marginali 862 916 865 807 744 4 194

Tabella 9.8: Numero di incidenti per classi di età di n = 4 194 guidatori

Esempio 9.13. Siano dati, nelle prime righe della parte centrale della Tabella 9.8,
i risultati di un’inchiesta volta a stabilire se si può accettare l’ipotesi H0 che l’età
di un guidatore (divisa in r = 5 classi) è indipendente dal numero degli incidenti
automobilistici provocati (diviso in s = 4 classi)
Una volta completata la tabella con le marginali e il numero totale n = 4 194 di
soggetti esaminati, si calcolano i valori delle quantità npj q k e li si riporta sotto le
frequenze congiunte. Possiamo ora calcolare la statistica K0 (9.44), e per un test di
livello α = 0.05 dalle Tavole E.3 si ha

χ21−α [(r − 1)(s − 1)] = χ20.95 (12) = 21.03 > 14.40 ≃ K0

mentre per un test di livello α = 0.01 si ha

χ21−α [(r − 1)(s − 1)] = χ20.99 (12) = 26.22 > 14.40 ≃ K0

Pertanto in ambedue i casi il test suggerisce di accettare l’ipotesi H0 di indipendenza

fra età e numero di incidenti. Va però detto che qualche dubbio sulla affidabilità del
test deve essere avanzato a causa della prossimità dei valori di K0 e di χ21−α , soprat-
tutto perché siamo in presenza di una tabella di contingenza con casi di frequenze
(< 10) piuttosto piccole

162
Parte III

Appendici

163
Appendice A

Esercizi

165
N. Cufaro Petroni: Probabilità e Statistica

166
 A.1 Calcolo delle probabilità

A.1 Calcolo delle probabilità

Esercizio A.1.1. Per incoraggiare la carriera tennistica di Mario suo padre gli
promette un premio se egli riesce a vincere almeno due partite di seguito in una
serie di tre partite giocate alternativamente con suo padre (P) e con il campione
della loro associazione (C). Mario può scegliere di iniziare la serie con suo padre
(PCP)o con il campione (CPC). Sapendo che il campione gioca meglio del padre,
quale successione di partite gli converrà scegliere?
Soluzione: Le due possibilità presentano vantaggi opposti: nel caso PCP Mario
giocherebbe due volte con l’avversario meno abile; nel caso CPC l’avversario meno
abile si trova in posizione centrale (separando cosı̀ due eventuali vittorie contro il
padre). Supponendo allora di indicare con p la probabilità che Mario batta suo padre
e con c quella che egli batta il campione (ovviamente p > c), e supponendo che le
vittorie (V) e le sconfitte (S) si succedano in maniera indipendente, le probabilità
dei tre casi favorevoli a Mario sono le seguenti
partite VVV VVS SVV
PCP pcp pc(1 − p) (1 − p)cp
CPC cpc cp(1 − c) (1 − c)pc
Si ricava pertanto che le probabilità di vincere il premio nei due casi sono
PCP pc(2 − p)
CPC pc(2 − c)
e pertanto, siccome p > c, si ha pc(2 − c) > pc(2 − p), per cui giocare due volte
col campione, ma non di seguito (CPC ) risulta più favorevole che giocare una volta
sola col campione, ma la seconda partita (PCP ) 

Esercizio A.1.2. Un cubo con le facce colorate viene diviso in 1 000 cubetti di eguali
dimensioni. I cubetti cosı̀ ottenuti sono poi mescolati: determinare la probabilità che
un cubetto estratto a caso abbia due facce colorate
Soluzione: Tra i 1 000 cubetti ve ne sono 8 con tre facce colorate, 8 · 12 = 96 con
due facce colorate, 64 · 6 = 384 con una faccia colorata e 83 = 512 non colorati.
Pertanto
96
p= = 0, 096
1 000
è la probabilità richiesta 

Esercizio A.1.3. Un cassetto contiene calzini rossi e bianchi e si sa che, se si

estraggono a caso due calzini, la probabilità che siano ambedue rossi è 1 /2 . Qual è il
più piccolo numero di calzini (bianchi e rossi) che rende possibile questa situazione?
Qual è la risposta alla domanda precedente se si suppone che il numero dei calzini
bianchi sia pari?

167
N. Cufaro Petroni: Probabilità e Statistica

Soluzione: Se r è il numero di calzini rossi e b il numero di quelli bianchi, le

condizioni del problema impongono che
r(r − 1) 1
=
(r + b)(r + b − 1) 2
cioè che
r2 − (2b + 1)r − b(b − 1) = 0
Ne segue che tra il numero di calzini rossi ed il numero di calzini bianchi intercorre
la relazione √
(2b + 1) ± 8b2 + 1
r=
2
Possiamo ora affrontare il problema per tentativi ricordando che, naturalmente, r e
b devono essere numeri interi e che il cassetto deve contenere almeno due calzini
b r
0 0e1 i calzini sono meno di 2
1 0 e√ 3 risposta alla prima domanda
5± 33
2 √
2
numeri non interi
7± 73
3 √
2
numeri non interi
9± 129
4 √
2
numeri non interi
11± 201
5 2
numeri non interi
6 −2 e 15 risposta alla seconda domanda
Pertanto la risposta alla prima domanda è b = 1, r = 3, mentre la risposta alla
seconda domanda è b = 6, r = 15 

Esercizio A.1.4. Una v-a X ha fdp fA (x) se si verifica l’evento A, e fdp fB (x) se
si verifica l’evento B; inoltre P {A} = p, e P {B} = q, con p + q = 1.
• Determinare la fdp f (x) della v-a X
• Supponendo che le leggi con densità fA ed fB abbiano rispettivamente attese
µA ed µB , e varianze σA2 e σB2 , calcolare l’attesa µ e la varianza σ 2 di X
Soluzione: Definendo le FDC dei due casi
∫ x
FA (x) = P {X ≤ x | A} = fA (y) dy fA (x) = FA′ (x)
−∞
∫ x
FB (x) = P {X ≤ x | B} = fB (y) dy fB (x) = FB′ (x)
−∞

avremo innanzitutto dalla Formula della probabilità totale (2.1)

F (x) = P {X ≤ x} = P {X ≤ x | A} P {A} + P {X ≤ x | B} P {B}
= pFA (x) + qFB (x)
f (x) = F ′ (x) = pFA′ (x) + qFB′ (x) = pfA (x) + qfB (x)

168
 A.1 Calcolo delle probabilità

che fornisce la risposta alla prima domanda. Si ricava poi facilmente che
∫ +∞ ∫ +∞ ∫ +∞
µ = E [X] = xf (x) dx = p xfA (x) dx + q xfB (x) dx = pµA + qµB
−∞ −∞ −∞

mentre per la varianza bisogna prima osservare che

∫ +∞ ∫ +∞ ∫
[ 2] 2 2
+∞
E X = x f (x) dx = p x fA (x) dx + q x2 fB (x) dx
−∞ −∞ −∞
= p(µ2A + σA2 ) + q(µ2B + σB2 )

e poi che
[ ]
V [X] = E X 2 − E [X]2 = p(µ2A + σA2 ) + q(µ2B + σB2 ) − (pµA + qµB )2
= pσA2 + qσB2 + pq(µA − µB )2

che completa anche la risposta alla seconda domanda 

Esercizio A.1.5. Due v-a X ed Y sono legate dalla relazione Y = 2−3X. Sapendo
che E [X] = −1 e V [X] = 4, calcolare l’attesa e la varianza di Y , la covarianza e
il coefficiente di correlazione delle due v-a
Soluzione: Da (4.8) e (4.19) avremo innanzitutto

E [Y ] = E [2 − 3X] = 2 − 3E [X] = 5
V [Y ] = V [2 − 3X] = 9V [X] = 36

Per la covarianza da (4.15) risulta

cov [X, Y ] = E [XY ] − E [X] E [Y ] = E [X(2 − 3X)] + 5

[ ] [ ]
= 2E [X] − 3E X 2 + 5 = 3 − 3E X 2

e d’altra parte da (4.16) si ha

[ ]
E X 2 = V [X] + E [X]2 = 5

per cui in definitiva [ ]

cov [X, Y ] = 3 − 3E X 2 = −12
Per il coefficiente di correlazione (4.13) si ha infine dai risultati precedenti

cov [X, Y ]
ρXY = √ √ = −1
V [X] V [Y ]

come peraltro prevedibile sulla base del Teorema 4.7 data la dipendenza lineare
sussistente fra X e Y 

169
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.1.6. Un telegrafo trasmette punti e linee, ed è noto che la frequenza

dei punti al momento della trasmissione è 5 /8 mentre quella delle linee è 3 /8 .
Disturbi di trasmissione modificano 2 /5 dei punti in linee ed 1 /3 delle linee in
punti. Supponendo di ricevere un messaggio, calcolare la probabilità che il segnale
ricevuto sia proprio quello trasmesso, sia nel caso in cui si riceve un punto sia in
quello in cui si riceve una linea
Soluzione: Per risolvere questo problema con il Teorema di Bayes 2.5 conviene
definire gli eventi

RP = ricevo punto RL = ricevo linea

TP = è stato trasmesso punto TL = è stata trasmessa linea

e osservare che in base ai dati del problema si ha

P {TP } = 5
/8 P {RP | TP } = 3
/5 P {RL | TP } = 2
/5
P {TL } = 3
/8 P {RP | TL } = 1
/3 P {RL | TL } = 2
/3

D’altra parte dalla formula della probabilità totale (2.1) risulta

P {RP } = P {RP | TP } P {TP } + P {RP | TL } P {TL } = 1

/2
P {RL } = P {RL | TP } P {TP } + P {RL | TL } P {TL } = 1
/2

e quindi la formula di Bayes ci consente di ottenere

P {RP | TP } P {TP } 3
P {TP | RP } = =
P {RP } 4
P {RL | TL } P {TL } 1
P {TL | RL } = =
P {RL } 2
cioè la ricezione del segno punto è più affidabile della ricezione del segno linea 

Esercizio A.1.7. Un segnale arriva nell’intervallo di tempo [0, τ ] con probabilità p.

Se esso arriva in tale intervallo l’istante di arrivo è distribuito uniformemente in
[0, τ ]. Preso un istante t con 0 ≤ t ≤ τ , e definiti gli eventi (vedi Figura A.1)

A = il segnale arriva in [0, τ ]

B = il segnale arriva in [0, t]
C = il segnale arriva in [t, τ ]

calcolare la probabilità che il segnale arrivi in [t, τ ] supponendo che esso non sia
arrivato in [0, t]
Soluzione: La traccia del problema ci dice che
{ }
P {A} = p P A =1−p

170
 A.1 Calcolo delle probabilità

Figura A.1: Esercizio A.1.7

{ }
e ci richiede di calcolare P C | B : d’altra parte, siccome ovviamente C ⊆ B,
questo si riduce a calcolare
{ }
{ } P C ∩B P {C}
P C|B = { } = { }
P B P B

Inoltre, siccome B ∩ A = C e B ∩ A = A, e siccome l’istante di arrivo in [0, τ ] è

distribuito uniformemente, abbiamo anche (vedi Figura A.1)
τ −t { }
P {C | A} = P C|A =0
τ
{ } τ −t { }
P B|A = P B|A =1
τ
Dalla formula della probabilità totale (2.1) abbiamo allora
{ } { } τ −t
P {C} = P {C | A} P {A} + P C | A P A = p
τ
{ } { } { } { } τ −t
P B = P B | A P {A} + P B | A P A = p +1−p
τ
e quindi in definitiva
{ } P {C} pτ − pt
P C|B = { } =
P B τ − pt
è la probabilità richiesta 

Esercizio A.1.8. Quando le condizioni meteorologiche sono favorevoli (H) e il pilo-

ta può vedere la pista, un aereo atterra felicemente (A) con probabilità P {A|H} = p .
Se invece le condizioni meteorologiche non sono favorevoli ( H) e impediscono di
vedere la pista il pilota deve eseguire un atterraggio strumentale. In tal caso l’affi-
dabilità degli strumenti – cioè la probabilità
{ } di funzionare correttamente ( T ) in con-
dizioni di tempo sfavorevole – è P T | H = q , e se gli strumenti funzionano cor-
{ }
rettamente la probabilità di un atterraggio felice resta invariata P A | T ∩ H = p ;
se {invece gli strumenti
} danno problemi ( T ) la probabilità di un atterraggio felice è
P A|T ∩H =p <p ⋆

• Sapendo che le condizioni meteorologiche sono favorevoli con una probabilità

P {H} = s, determinare la probabilità totale P {A} di un atterraggio felice

171
N. Cufaro Petroni: Probabilità e Statistica

• Supponendo
{ che
} un aereo sia atterrato felicemente, determinare la probabi-
lità P H | A che il pilota sia stato costretto dalle sfavorevoli condizioni
meteorologiche ad un atterraggio strumentale
Soluzione: Riassumendo le indicazioni della traccia, abbiamo
{ }
P {H} = s P H =1−s
{ } { }
P {A | H} = p P T |H =q P T |H =1−q
{ } { }
P A|T ∩H =p P A | T ∩ H = p⋆ < p
e da queste possiamo anche ricavare
{ } { } { }
{ } P A∩H P A∩T ∩H +P A∩T ∩H
P A|H = { } = { }
P H P H
{ } { } { } { }
P A∩T ∩H P T ∩H P A∩T ∩H P T ∩H
= { } { } + { } { }
P T ∩H P H P T ∩H P H
{ } { } { } { }
= P A|T ∩H P T |H +P A|T ∩H P T |H
= pq + p⋆ (1 − q)
Per la prima domanda si ha allora dalla formula della probabilità totale (2.1)
{ } { } ( )
P {A} = P {A | H} P {H} + P A | H P H = ps + pq + p⋆ (1 − q) (1 − s)
Quanto alla seconda domanda basterà poi usare il Teorema di Bayes (2.2)
{ } { } ( )
{ } P A|H P H pq + p⋆ (1 − q) (1 − s)
P H|A = = ( )
P {A} ps + pq + p⋆ (1 − q) (1 − s)
per ottenere il risultato richiesto 

Esercizio A.1.9. Due scatole esternamente identiche contengono ciascuna 24 pal-

line di colore bianco e nero, ma con diverse composizioni:
{
scatola 1 : 8 bianche, 16 nere
scatola 2 : 18 bianche, 6 nere
Si prende una scatola a caso, nel senso che con
D1 = ho preso la scatola 1 D2 = ho preso la scatola 2
le probabilità a priori sono
P {D1 } = P {D2 } = 1
/2
e si estraggono successivamente (rimettendole nella scatola dopo ogni estrazione) 10
palline ottenendo il seguente risultato
B = 4 bianche, 6 nere
Calcolare le probabilità a posteriori P {D1 |B} e P {D2 |B}

172
 A.1 Calcolo delle probabilità

Soluzione: Dalla composizione delle due scatole sappiamo che le probabilità di

estrarre una pallina bianca sono rispettivamente
{ 8
/ = 1 /3 per la scatola 1 (D1 )
p = 18 24
/24 = 3 /4 per la scatola 2 (D2 )
per cui dalla (2.4) del Teorema 2.7 si ha
( )
10 (1 )4 (2 )6 10! 26
P {B|D1 } = /3 /3 =
4 4! 6! 310
( )
(
10 3 4 1 6) ( ) 10! 34
P {B|D2 } = /4 /4 =
4 4! 6! 410
e quindi da (2.1)
( )
10! 1 26 1 34
P {B} = P {B|D1 } P {D1 } + P {B|D2 } P {D2 } = +
4!6! 2 310 2 410
Dalla (2.3) del Teorema di Bayes 2.5 avremo allora
10! 26 1
P {B|D1 } P {D1 } 226
P {D1 |B} = = ( 1 26
4! 6! 310 2
)= ≃ 0.933
P {B} 10!
4!6! 2 310
+ 21 34
410
226 + 314
10! 34 1
P {B|D2 } P {D2 } 314
P {D2 |B} = = ( 1 26
4! 6! 410 2
)= ≃ 0.064
P {B} 10!
4!6! 2 310
+ 21 34
410
226 + 314
A posteriori, quindi, l’esito delle estrazioni favorisce decisamente l’ipotesi di aver
preso la scatola 1 

Esercizio A.1.10. Come il precedente Esercizio A.1.9, ma supponendo che nelle

10 estrazioni risulti
B = 7 bianche, 3 nere
Risposta: P {D1 |B} ≃ 0.061 , P {D2 |B} ≃ 0.939 

Esercizio A.1.11. n = 100 urne, esternamente identiche e contenenti ciascu-

na 20 palline bianche e nere, sono ripartite in quattro categorie secondo la loro
composizione interna:
30 contengono solo palline bianche (categoria D1 )
40 contengono 16 palline bianche e 4 nere (categoria D2 )
20 contengono 10 palline bianche e 10 nere (categoria D3 )
10 contengono 5 palline bianche e 15 nere (categoria D4 )
Si sceglie un’urna e si estraggono – con rimessa – 3 palline: se si verifica l’evento
B = le 3 palline estratte sono tutte bianche
quali sono le probabiità che l’urna scelta appartenga rispettivamente alle categorie
D1 , D 2 , D 3 e D4 ?

173
N. Cufaro Petroni: Probabilità e Statistica

Risposta: P {D1 |B} ≃ 0.565, P {D2 |B} ≃ 0.385, P {D3 |B} ≃ 0.047 e
P {D4 |B} ≃ 0.003 

Esercizio A.1.12. Come il precedente Esercizio A.1.11, ma supponendo che nelle

3 estrazioni risulti

B = le 3 palline estratte sono tutte nere

Risposta: P {D1 |B} = 0, P {D2 |B} ≃ 0.046, P {D3 |B} ≃ 0.355 e

P {D4 |B} ≃ 0.599 

Esercizio A.1.13. Tre scatole esternamente identiche contengono ciascuna 4 pal-

line di colore bianco e nero, ma con diverse composizioni:

 scatola 1 : 1 bianca, 3 nere
scatola 2 : 2 bianche, 2 nere

scatola 3 : 3 bianche, 1 nera

Si prende una scatola a caso, si estrae una pallina e si osserva che essa è bianca
(evento B): definiti allora gli eventi

D1 = ho preso la scatola 1 D2 = ho preso la scatola 2 D3 = ho preso la scatola 3

calcolare le probabilità a posteriori P {D1 | B}, P {D2 | B} e P {D3 | B}

Risposta: P {D1 | B} ≃ 0.167 P {D2 | B} ≃ 0.333 P {D3 | B} ≃ 0.500 

Esercizio A.1.14. Una partita di 100 oggetti ne contiene 5 difettosi. La partita vie-
ne sottoposta ad una verifica alla fine della quale essa può essere accettata o rifiutata.
Quale delle seguenti due procedure respinge la partita con maggior probabilità?

a) si scelgono 6 oggetti e si respinge la partita se se ne trovano 1 o più difettosi

b) si scelgono 20 oggetti e si respinge la partita se se ne trovano 2 o più difettosi

Soluzione: Definiti gli eventi

A = si respinge la partita con la procedura a

B = si respinge la partita con la procedura b
A0 = si trovano 0 difettosi su 6 ispezionati
B0 = si trovano 0 difettosi su 20 ispezionati
B1 = si trova 1 difettoso su 20 ispezionati

è evidente che

P {A} = 1 − P {A0 } P {B} = 1 − P {B0 } − P {B1 }

174
 A.1 Calcolo delle probabilità

D’altra parte si ha
95 94 93 92 91 90
P {A0 } = ≃ 0.729
100 99 98 97 96 95
95 94 93 78 77 76
P {B0 } = ... ≃ 0.319
100 99 98 83 82 81
mentre, tenendo conto di tutti i modi in cui si può trovare un pezzo difettoso, per
B1 risulta
5 95 94 78 77 95 5 94 78 77 95 94 93 78 5
P {B1 } = ... + ... + ... + ...
100 99 98 82 81 100 99 98 82 81 100 99 98 82 81
95 94 93 78 77 5
= 20 ... ≃ 0.420
100 99 98 83 82 81
per cui in definitiva P {A} ≃ 0.271, e P {B} ≃ 0.261 e quindi la procedura a risulta
più severa della procedura b 

Esercizio A.1.15. Un gruppo di candidati viene sottoposto ad un test con un que-

stionario di n = 8 domande a risposta multipla. Ogni domanda ha 4 possibili rispo-
ste. Il test viene superato se si risponde correttamente ad almeno 6 domande. Un
candidato completamente impreparato risponde in maniera del tutto casuale: in me-
dia a quante domande risponderà correttamente? E con quale probabilità supererà
il test?
Soluzione: Se il candidato risponde in maniera casuale, per ogni domanda la sua
risposta sarà corretta con probabilità p = 1 /4 ; se inoltre si suppone che le risposte
siano indipendenti fra loro, il numero X delle risposte esatte sarà una v-a binomiale
B (n; p) = B (8; 1 /4 ) per cui
8
E [X] = np = = 2
4
∑ 8) ( )k ( )8−k 8 · 7 32
8 (
3 1 277
P {X ≥ 6} = 1
/4 3
/4 = 8
+8 8 + 8 = ≃ 0.004
k=6
k 2 4 4 4 65 536

cioè risponderà mediamente a due domande e supererà il test con una probabilità
dello 0.4%, cioè circa quattro volte su mille 

Esercizio A.1.16. Un venditore deve fare 10 telefonate ogni giorno per convincere
dei clienti ad acquistare un prodotto; dall’esperienza precedente si sa che il cliente
acquista il prodotto nel 15% dei casi. Supponendo che gli esiti delle telefonate siano
indipendenti, calcolare:
• il numero medio µ di prodotti venduti al giorno e la deviazione standard σ

• la probabilità di vendere meno di tre prodotti al giorno

175
N. Cufaro Petroni: Probabilità e Statistica

Se invece la percentuale dei successi fosse solo del 5%, usare l’approssimazione di
Poisson per calcolare con quale probabilità 10 venditori venderebbero esattamente 4
prodotti in un giorno

Soluzione: Siccome ogni giorno il venditore esegue n = 10 tentativi indipendenti

con probabilità di successo p = 0.15, il numero di prodotti venduti sarà una v-a X
binomiale B (n; p) = B (10; 0.15) e quindi
( )
10
P {X = k} = (0.15)k (0.85)10−k k = 0, 1, . . . , 10
k

Pertanto da (4.24) avremo

√
µ = np = 1.5 σ= np(1 − p) ≃ 1.129

e inoltre
∑2 ( )
10
P {X < 3} = (0.15)k (0.85)10−k ≃ 0.820
k=0
k

Nella seconda parte abbiamo invece n = 100 e p = 0.05 per cui le probabilità
per X ∼ B (100; 0.05) saranno più complicate da calcolare: sarà quindi preferibile
adottare l’approssimazione di Poisson con λ = np = 100 × 0.05 = 5, cioè
( )
100 54 54
P {X = 4} = (0.05)4 (0.95)96 ≃ e−5 = 0.006738 ≃ 0.175
4 4! 4!

dove abbiamo anche fatto uso delle Tavole E.5 

Esercizio A.1.17. Il numero di particelle α emesse da un campione radioattivo in

ogni intervallo di 10 secondi è una v-a X ∼ P(λ) di Poisson con λ = 2: calcolare
P {X > 6}

Soluzione: Usando la legge di Poisson P(2) si ha

∑
6 ∑
6
2k
−2
P {X > 6} = 1 − P {X ≤ 6} = 1 − P {X = k} = 1 − e ≃ 0.0045
k=0 k=0
k!

avendo preso il valore dell’esponenziale dalle Tavole E.5 

Esercizio A.1.18. Nella fascia oraria fra le 12:00 e le 13:00 di ogni giorno un
centralino telefonico riceve un numero aleatorio X di chiamate con una media di
α = 10 telefonate all’ora: calcolare la probabilità P {X ≤ 4} di ricevere non più di
4 telefonate in quella fascia oraria

176
 A.1 Calcolo delle probabilità

Soluzione: In base alla discussione dell’Esempio 5.10, il numero X di telefonate

nel dato intervallo di T = 1 ora sarà una v-a di Poisson P(λ) con λ = αT = 10, e
pertanto
∑4 ∑ 4
10k
P {X ≤ 4} = P {X = k} = e−10 ≃ 0.029
k=0 k=0
k!
con il solito uso delle tavole 

Esercizio A.1.19. Data la v-a X ∼ B (n; p) binomiale con n = 1 000 e p = 0.003,

calcolare con l’approssimazione di Poisson la probabilità P {2 ≤ X ≤ 4}
Soluzione: Nell’approssimazione (Teorema 5.8) useremo la legge di Poisson P(λ)
con λ = np = 1 000 × 0.003 = 3, e avremo

P {2 ≤ X ≤ 4} = P {X = 2} + P {X = 3} + P {X = 4}
( 2 )
−3 3 33 34
≃ e + + ≃ 0.616
2! 3! 4!
avendo preso il valore dell’esponenziale dalle Tavole E.5 

Esercizio A.1.20. Usando l’approssimazione di Poisson, calcolare la probabilità q

di vincere 1 o 2 volte giocando regolarmente per venti anni a una lotteria settimanale
nella quale la probabilità di vincere in ogni estrazione è p = 0.00025
Risposta: q ≃ 0.227 

Esercizio A.1.21. La probabilità che si verifichi un particolare evento A è p =

0.001. Supponendo di eseguire 2 000 tentativi di verifica di A, calcolare con l’appros-
simazione di Poisson la probabilità q che A si verifichi almeno 4 volte
Risposta: q ≃ 0.143 

Esercizio A.1.22. La probabilità che esca un particolare ambo in una estrazione di

5 numeri al lotto è p = 0.0025. Supponendo che ci siano 2 estrazioni alla settima-
na e usando l’approssimazione di Poisson, calcolare la probabilità q che in 5 anni
quell’ambo esca almeno 3 volte
Risposta: q ≃ 0.141 

Esercizio A.1.23. In ogni estrazione di una lotteria la probabilità di vincere il pre-

mio è p = 0.0004 . Utilizzare l’approssimazione di Poisson per calcolare la probabilità
q di vincere almeno 3 volte (cioè: 3 o più volte) su n = 3 650 estrazioni
Risposta: q ≃ 0.181 

177
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.1.24. In ogni estrazione di una lotteria la probabilità di vincere il pre-

mio è p = 0.002. Utilizzare l’approssimazione di Poisson per calcolare la probabilità
q di vincere esattamente 2 volte su n = 2 500 estrazioni
Risposta: q ≃ 0.084 

Esercizio A.1.25. Data una v-a normale X ∼ N (0, σ 2 ), si prenda in maniera

arbitraria un intervallo [a, b] con 0 < a < b: facendo uso della FDC e della fdp
normali standard
∫ x
1
φ(x) = Φ′ (x) = √ e−x /2
2
Φ(x) = φ(y) dy ,
−∞ 2π
• determinare (in funzione di a e b) il valore σ
b di σ che rende massima la
probabilità P {a ≤ X ≤ b}
• calcolare esplicitamente σ e P {a ≤ X ≤ b} nel caso in cui a = 1 e b = 2
(usare le Tavole E.1)
Soluzione: Se X ∗ = /σ ∼ N (0, 1) è la v-a standardizzata, avremo innanzitutto
X

{ } ( )
q(σ) = P {a ≤ X ≤ b} = P a /σ ≤ X ∗ ≤ b /σ = Φ b /σ − Φ ( a /σ )
a2/ b2/
′ b ( ) a a e− − b e−
2σ 2 2σ 2
q (σ) = − 2 φ b /σ + 2 φ ( a /σ ) = √
σ σ σ 2 2π
per cui il valore di σ che rende massima q(σ) sarà soluzione dell’equazione q ′ (σ) = 0
cioè di
a2 b2
a e− /2σ2 = b e− /2σ2
Passando ai logaritmi questa equazione si riscrive come
a2 b2
log a − = log b −
2σ 2 2σ 2
e la sua soluzione – che risponde alla prima domanda – è
√
b2 − a2
b=
σ
log b2 − log a2
Ponendo poi a = 1 e b = 2, dalle Tavole E.1 si ottiene
√ √
4−1 3
b =
σ = ≃ 1.471
log 4 − log 1 log 4
( √ ) (√ )
log 4 log 4
q (b
σ) = Φ 2 −Φ ≃ Φ(1.36) − Φ(0.68)
3 3
= 0.91309 − 0.75175 ≃ 0.161
che risponde anche alla seconda domanda 

178
 A.1 Calcolo delle probabilità

Esercizio A.1.26. Calcolare la probabilità P {−3 ≤ X ≤ −1} per una v-a X ∼

N (µ, σ 2 ) normale con media µ = −2 e varianza σ 2 = 4 (usare le Tavole E.1)
Soluzione: Detta
X −µ X +2
X∗ = = ∼ N (0, 1)
σ 2
la v-a standardizzata, avremo
{ }
−3 + 2 X +2 −1 + 2 { }
P {−3 ≤ X ≤ −1} = P ≤ ≤ = P − 1 /2 ≤ X ∗ ≤ 1 /2
2 2 2
(1 ) ( 1 )
= Φ /2 − Φ − /2
dove Φ(x) è la FDC normale standard (3.18) i cui valori numerici si trovano nelle
Tavole E.1. Tenendo inoltre conto delle proprietà di simmetria (3.19) di Φ(x) ab-
biamo che Φ (− 1 /2 ) = 1 − Φ ( 1 /2 ), e quindi in definitiva con un arrotondamento
finale ( )
P {−3 ≤ X ≤ −1} = 2Φ 1 /2 − 1 = 2 × 0.69146 − 1 ≃ 0.383
avendo preso dalle tavole i valori numerici necessari 

Esercizio A.1.27. Supponiamo di estrarre n = 40 valori da una v-a X ∼ N (µ, σ 2 )

normale con media µ = 3 e varianza σ 2 = 6: quale è il numero medio di valori che
cadono nell’intervallo [3, 4] ?
Soluzione: Ogni valore estratto cade in [3, 4] con probabilità p = P {3 ≤ X ≤ 4}.
Se inoltre
X −µ X −3
X∗ = = √ ∼ N (0, 1)
σ 6
è la v-a standardizzata, avremo
{ }
3−3 X −3 4−3 { }
p = P {3 ≤ X ≤ 4} = P √ ≤ √ ≤ √ = P 0 ≤ X ∗ ≤ 1 /√6
6 6 6
(1 )
= Φ / 6 − Φ (0) ≃ Φ(0.41) − Φ(0) = 0.65910 − 0.5000 ≃ 0.159
√

Ne segue che il numero aleatorio Y di valori estratti che cadono in [3, 4] sarà una
v-a binomiale B (n; p) con n = 40 e p = 0.159, per cui in definitiva
E [Y ] = np = 40 × 0.159 = 6.36
sarà il numero medio di valori in [3, 4] 

Esercizio A.1.28. Una coda di n = 60 persone attende di ritirare del denaro ad

uno sportello bancario: la quantità di denaro prelevata da ciascuno è una v-a con
media µ = 50 US$, e deviazione standard σ = 20 US$. I prelevamenti sono indipen-
denti. Usando l’approssimazione normale, determinare l’ammontare di denaro che
deve essere inizialmente tenuto in cassa per soddisfare le richieste di tutti con una
probabilità del 95%

179
N. Cufaro Petroni: Probabilità e Statistica

Soluzione: Se Xk con k = 1, 2, . . . , n sono le v-a che rappresentano i singoli

prelevamenti indipendenti, con

E [Xk ] = µ V [Xk ] = σ 2

il denaro ritirato dagli n clienti sarà

∑
n
Y = Xk con E [Y ] = nµ V [Y ] = nσ 2
k=1

Se allora la corrispondente v-a standardizzata è

Y − E [Y ] Y − nµ
Y∗ = √ = √
V [Y ] σ n

l’approssimazione normale ci dice che per ogni y avremo

{ } ( )
∗ y − nµ y − nµ
P {Y ≤ y} = P Y ≤ √ ≃Φ √
σ n σ n

Il problema richiede ora di determinare il valore di y (denaro tenuto inizialmente in

cassa) in modo che P {Y ≤ y} = 0.95, e quindi di trovare il valore di y che soddisfa
l’equazione ( )
y − nµ
Φ √ = 0.95
σ n
Posto in maniera diversa (vedi Sezione 3.5) questo vuol dire che l’argomento della
funzione Φ deve coincidere con il quantile φ0.95 di ordine 0.95 della legge normale
standard, cioè dalle Tavole E.1
y − nµ
√ = φ0.95 ≃ 1.65
σ n

per cui in definitiva, sostituendo i valori numerici,

√ √
y = nµ + φ0.95 σ n = 60 × 50 + 1.65 × 20 60 ≃ 3 255.61 US$

è la richiesta somma che con il 95% di probabilità soddisfa le richieste di tutti i

clienti 

Esercizio A.1.29. Una fabbrica produce delle partite di n = 10 000 pezzi e la pro-
babilità che uno di tali pezzi sia difettoso è p = 0.05. Le cause dei difetti sono
indipendenti per i diversi pezzi. I pezzi difettosi sono accumulati in un recipiente:
usando l’approssimazione normale, determinare la capienza minima del recipiente
che premette di contenere tutti i pezzi difettosi con una probabilità del 99%

180
 A.1 Calcolo delle probabilità

Soluzione: Il numero X dei pezzi difettosi è una v-a ottenuta sommando n v-a
indipendenti di Bernoulli B (1; p), e quindi X ∼ B (n; p) con

E [X] = np = 500 V [X] = np(1 − p) = 475

Definita allora la v-a standardizzata

X − E [X] X − np
X∗ = √ =√
V [X] np(1 − p)

l’approssimazione normale ci permette di scrivere

{ } ( )
x − np x − np
P {X ≤ x} = P X ∗ ≤ √ ≃Φ √
np(1 − p) np(1 − p)

e quindi la richiesta capienza minima x determinata dalla condizione P {X ≤ x} =

0.99 si troverà risolvendo l’equazione
( )
x − np
Φ √ = 0.99
np(1 − p)

ovvero imponendo che l’argomento della Φ coincida con il quantile φ0.99 di ordine
0.99 della normale standard. Dalle Tavole E.1 si ha allora
x − np
√ = φ0.99 ≃ 2.33
np(1 − p)

e quindi, sostituendo i valori numerici e arrotondando i risultati,

√
x = np + φ0.99 np(1 − p) ≃ 551

è la capienza minima del recipiente che contiene tutti i pezzi difettosi con il 99% di
probabilità 

Esercizio A.1.30. Sia Yn = X1 + . . . + Xn la somma di n = 192 numeri aleatori

indipendenti Xk tutti con valori compresi fra 0 e 1, e con attesa µ = E [Xk ] = 1 /2 e
varianza σ 2 = V [Xk ] = 1 /12 . Facendo uso dell’approssimazione normale calcolare
la probabilità P {95 ≤ Yn ≤ 100}
Soluzione: Si osserva innanzitutto che

E [Yn ] = nµ = 96 V [Yn ] = nσ 2 = 16
√ √
e quindi che la somma standardizzata è (si noti che σ n = nσ 2 = 4)
Yn − nµ Yn − 96
Yn∗ = √ =
σ n 4

181
N. Cufaro Petroni: Probabilità e Statistica

Pertanto avremo
{ }
95 − 96 100 − 96 { }
P {95 ≤ Yn ≤ 100} = P ≤ Yn∗ ≤ = P − 1 /4 ≤ Yn∗ ≤ 1
4 4

e quindi in approssimazione normale

( )
P {95 ≤ Yn ≤ 100} ≃ Φ(1) − Φ − 1 /4 = Φ(1) + Φ (0.25) − 1 ≃ 0.440

con arrotondamento dei valori presi dalle Tavole E.1 

Esercizio A.1.31. Siano date n = 144 v-a indipendenti, ciascuna con attesa µ = 0
e deviazione
{ 1 standard}σ = 3: calcolare in approssimazione normale la probabilità
P − /8 ≤ X n ≤ 3 /8 che la loro media X n cada fra − 1 /8 e 3 /8

Soluzione: Siccome
[ ] [ ] σ2 1
E Xn = µ = 0 V Xn = =
n 16
la v-a standardizzata sarà
Xn − µ√
Yn∗ = n = 4X n
σ
e quindi in approssimazione normale
{ } { }
P − 1 /8 ≤ X n ≤ 3 /8 = P − 1 /2 ≤ Yn∗ ≤ 3 /2
≃ Φ(1.5) − Φ(−0.5) = Φ(1.5) + Φ(0.5) − 1 ≃ 0.625

con arrotondamento dei valori presi dalle Tavole E.1 

Esercizio A.1.32. La v-a Yn è somma di n = 64 numeri aleatori indipendenti,

identicamente distribuiti, ciascuno con attesa µ = 1 /2 e varianza σ 2 = 1 /16 . Fa-
cendo uso dell’approssimazione normale, calcolare la probabilità che il valore di Yn
cada fra 34 e 36

Risposta: P {34 ≤ Yn ≤ 36} ≃ 0.136 

Esercizio A.1.33. Si sa che una v-a X ha varianza σ 2 = 4, ma non se ne conosce

l’attesa µ: si eseguono n = 64 misure di X e se ne calcola {la media X n . Facendo
}
uso dell’approssimazione normale, calcolare la probabilità P |X n − µ| > 0.5 che il
valore assoluto dello scarto fra media X n e valore d’attesa µ superi 0.5
{ }
Risposta: P |X n − µ| > 0.5 ≃ 0.0455 

182
 A.1 Calcolo delle probabilità

Esercizio A.1.34. Sia X una v-a della quale non si conosce la distribuzione, ma
della quale si sa che µ = E [X] = 1 e σ 2 = V [X] = 1 /3 . Se Yn = X1 + . . . + Xn è
la somma di n = 300 v-a indipendenti e tutte distribuite come X

• determinare l’attesa E [Yn ] e la varianza V [Yn ] di tale somma;

• calcolare la probabilità P {296 ≤ Yn ≤ 302} facendo uso dell’approssimazione

normale.

Risposta: E [Yn ] = 300 V [Sn ] = 100 P {296 ≤ Yn ≤ 302} ≃ 0.235 

Esercizio A.1.35. Un computer genera n = 192 numeri aleatori indipendenti

X1 , . . . , Xn tutti distribuiti in maniera uniforme fra 0 e 1, e quindi con E [Xk ] = 1 /2
e V [Xk ] = 1 /12 . Facendo uso dell’approssimazione normale, calcolare la probabilità
P {92 ≤ Yn ≤ 100} che la somma Yn = X1 + . . . + Xn cada fra 92 e 100

Risposta: P {92 ≤ Yn ≤ 100} ≃ 0.683 

Esercizio A.1.36. Si sa che il valore di un segnale in un determinato istante è

µ = 100; si sa però anche che a tale valore si sovrappone un rumore casuale Z
con media nulla e varianza σ 2 = 9 in modo che il risultato di una misura sia la
v-a X = µ + Z. Si eseguono n = 81 misure indipendenti di X {e se ne prende } la
media X n : calcolare in approssimazione normale la probabilità P X n ≥ 100.5 che
la media superi il valore 100.5
{ }
Risposta: P X n ≥ 100.5 ≃ 0.067 

Esercizio A.1.37. Una variabile aleatoria con valore d’attesa µ = 250 e varianza
σ 2 = 1 710 viene misurata n = 190 volte: detta X n la media aritmetica dei risultati
di tali misure, usare{l’approssimazione normale
} e le Tavole E.1 per calcolare il valore
della probabilità P 247.6 ≤ X n ≤ 253.9
{ }
Risposta: P 247.6 ≤ X n ≤ 253.9 ≃ 0.691 

Esercizio A.1.38. Si sa che una v-a X ha varianza σ 2 = 3; si eseguono n = 243

misure di X e se ne calcola{ la media X n . Facendo
} uso dell’approssimazione normale,
calcolare la probabilità P |X n − µ| > 1 /6 che il valore assoluto della differenza fra
X n e il suo valore d’attesa µ superi 1 /6
{ }
Risposta: P |X n − µ| > 1 /6 ≃ 0.134 

Esercizio A.1.39. Un computer genera n = 3 000 numeri aleatori positivi Xi , i =

1, . . . , n, con E [Xi ] = 3.0, e V [Xi ] = 2.7. Utilizzando l’approssimazione normale
calcolare la probabilità P {Yn > 9 108} che la somma Yn = X1 + . . . + Xn superi 9 108

183
N. Cufaro Petroni: Probabilità e Statistica

Figura A.2: Diagramma a barre e boxplot dell’Esercizio A.2.1

Risposta: P {Yn > 9 108} ≃ 0.115 

Esercizio A.1.40. n = 240 numeri aleatori Xi (con i = 1, . . . , 240) sono in-

dipendenti e identicamente distribuiti con media µ = E [Xi ] = 1 /2 , e varianza
σ 2 = V [Xi ] = 3 /5 . Ponendo Yn = X1 + . . . + Xn , e utilizzando l’approssimazione
normale, calcolare la probabilità P {114 ≤ Yn ≤ 132}
Risposta: P {114 ≤ Yn ≤ 132} ≃ 0.533 

A.2 Statistica Descrittiva

Esercizio A.2.1. Sia dato il seguente campione composto di n = 19 numeri interi:

5, 4, 5, 4, 4, 1, 5, 6, 5, 4, 2, 3, 7, 5, 3, 3, 4, 3, 4

Calcolare: la media m, la varianza s2 , la deviazione standard s, il range ∆, la

mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , la media armonica mA , la media quadratica
mQ e la media geometrica mG . Costruire la tabella delle frequenze assolute e relative,
tracciare il diagramma a barre e il boxplot, e determinare la moda (o le mode)
Soluzione: Quando, come in questo caso, il campione non è già ordinato, conviene
prima di tutto riordinarlo:

1, 2, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 7

Il valore della media si ottiene facilmente

77
m= ≃ 4.05
19
Dalla Definizione 6.31 le medie armonica, quadratica e geometrica sono
√
266 347
mA = ≃ 3.37 mQ = ≃ 4.27 mG ≃ 3.77
79 19

184
 A.2 Statistica Descrittiva

Figura A.3: Diagramma a barre e boxplot dell’Esercizio A.2.2

Per la varianza (e la deviasione standard) conviene prendere la media del quadrato

dei dati (già usata per la media quadratica) e sottrarle il quadrato della media:
( )2 √
347 77 664 664
s2 = − = ≃ 1.84 s= ≃ 1.36
19 19 361 361
Tenendo conto del campione ordinato, il range è ovviamente

∆=7−1=6

mentre per i quantili si calcolano prima le loro posizioni

n+1 n+1 n+1
mediana = 10 1o e 3o quartile = 5, 3 = 15
2 4 4
e poi si cercano il 10o il 5o e il 15o elemento del campione

q 1 /2 = 4 q 1 /4 = 3 q 3 /4 = 5

Le modalità wk sono gli interi k = 1, 2, . . . , 7 e la tabella delle frequenze è

k 1 2 3 4 5 6 7
Nk 1 1 4 6 5 1 1
Fk 1 2 6 12 17 18 19
pk 0.05 0.05 0.21 0.32 0.26 0.05 0.05
fk 0.05 0.11 0.32 0.63 0.89 0.95 1.00

Sulla base di questi risultati si disegnano facilmente il diagramma a barre (delle

frequenze assolute) e il boxplot rappresentati in Figura A.2: la moda è 4 

Esercizio A.2.2. Nella fascia oraria fra le 12:00 e le 13:00 di ogni giorno un cen-
tralino telefonico riceve un numero aleatorio X di chiamate. Il valore di X è stato
registrato in 23 giorni diversi ottenendo i seguenti risultati:

10, 14, 11, 10, 11, 10, 8, 6, 12, 7, 16 , 10, 11, 6, 8, 4, 9, 12, 7, 6, 14, 4, 11.

185
N. Cufaro Petroni: Probabilità e Statistica

Figura A.4: Diagramma a barre e boxplot dell’Esercizio A.2.3

Calcolare: la media m, la varianza s2 , la deviazione standard s, il range ∆, la

mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , la media armonica mA , la media quadratica
mQ e la media geometrica mG . Costruire la tabella delle frequenze assolute e relative,
tracciare il diagramma a barre e il boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono
√
217 5 052 5 052
m= ≃ 9.43 2
s = ≃ 9.55 s= ≃ 3.09
23 529 529
∆ = 12 q 1 /2 = 10 q 1 /4 = 7 q 3 /4 = 11
√
55 540 2 267
mA = ≃ 8.27 mQ = ≃ 9.93 mG ≃ 8.88
6 707 23
Il diagramma a barre e il boxplot sono rappresentati in Figura A.3. Strettamente
parlando le mode sono molte, ma la loro significatività statistica è piuttosto modesta:
quelle principali sono 6, 10 e 11 

Esercizio A.2.3. Il numero di particelle α emesso da un campione radioattivo in

ogni periodo di 10 secondi è una v-a X: supponendo che in 31 misurazioni (di 10
secondi l’una) le frequenze Nk dei valori k di X siano state:
k= 0 1 2 3 4 5 6 7
Nk = 3 7 10 8 1 1 0 1
calcolare la media m, la varianza s2 , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ;
tracciare il diagramma a barre e il boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono
5 052
m ≃ 2.16 s2 = ≃ 2.07
529
∆ = 12 q 1 /2 =2 q 1 /4 = 1 q 3 /4 = 3
Il diagramma a barre e il boxplot sono rappresentati in Figura A.4, e la moda è 2 (il
massimo isolato in 7 non è significativo) 

186
 A.2 Statistica Descrittiva

Figura A.5: Diagramma a barre e boxplot dell’Esercizio A.2.4

Esercizio A.2.4. n = 100 giocatori di roulette partono con un capitale di 5$ cia-

scuno, e alla fine del gioco hanno perduto tutto. Si registrano i valori massimi del
capitale raggiunto da ogni giocatore durante il gioco ottenendo la seguente tabella

25 9 5 5 5 9 6 5 15 45 35 6 5 6 24 21 16 5 8 7
7 5 5 35 13 9 5 18 6 10 19 16 21 8 13 5 9 10 10 6
23 8 5 10 15 7 5 5 24 9 11 34 12 11 17 11 16 5 15 5
12 6 5 5 7 6 17 20 7 8 8 6 10 11 6 7 5 12 11 18
6 21 6 5 24 7 16 21 23 15 11 8 6 8 14 11 6 9 6 10

Calcolare la media m, la varianza s2 , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ;

tracciare il diagramma a barre e il boxplot, e determinare la moda (o le mode)

Risposta: I risultati numerici sono

58 593
m= ≃ 11.60 s2 = = 59.30
5 10
∆ = 40 q 1 /2 = 9 q 1 /4 = 6 q 3 /4 = 15

Il diagramma a barre e il boxplot sono rappresentati in Figura A.5, e la moda è 5

(gli altri massimi non sono significativi) 

Esercizio A.2.5. Il numero k di clienti che si presentano ad uno sportello bancario

fra le 12:00 e le 13:00 viene registrato in n = 100 giorni lavorativi ottenendo i
risultati riportati nella seguente tabella di frequenze assolute Nk :

k = 1 2 3 4 5 6 7 8 9 10 11
Nk = 2 11 15 18 20 14 10 5 2 2 1

Calcolare la media m, la varianza s2 , la deviazione standard s, la mediana q 1 /2 , i

due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a barre e il boxplot, e determinare la
moda (o le mode)

187
N. Cufaro Petroni: Probabilità e Statistica

Risposta: I risultati numerici sono

m ≃ 4.84 s2 ≃ 4.23 s ≃ 2.06

∆ = 10 q 1 /2 = 5 q 1 /4 = 3 q 3 /4 = 6

Il diagramma a barre e il boxplot non sono riportati per brevità: la moda è 5 

Esercizio A.2.6. Si misura n = 230 volte il numero k di particelle α emesse in un

periodo di 10 secondi da un campione radioattivo, e si ottengono i risultati riportati
nella seguente tabella delle frequenze assolute Nk :

k = 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Nk = 1 7 15 24 32 48 32 24 23 13 5 2 2 1 1

Calcolare la media m, la varianza s2 , la deviazione standard s, il coefficiente di

variazione δ, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a
barre e il boxplot, e determinare la moda (o le mode)

Risposta: I risultati numerici sono

m ≃ 5.48 s2 ≃ 5.78 s ≃ 2.40 δ ≃ 0.44

∆ = 14 q 1 /2 = 5 q 1 /4 = 4 q 3 /4 = 7

Il diagramma a barre e il boxplot non sono riportati per brevità: la moda è 5 

Esercizio A.2.7. Si misura il numero k di clienti che telefonano ad un centralino

tra le 11:00 e le 12:00 in n = 50 giornate lavorative tipiche, e si ottengono i risultati
riportati nella seguente tabella delle frequenze assolute Nk :

k= 1 2 3 4 5 6 7 8
Nk = 3 8 10 12 6 6 4 1

Calcolare la media m, la varianza s2 , la media geometrica mG , la media armonica

mA , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a barre e il
boxplot, e determinare la moda (o le mode)

Risposta: I risultati numerici sono

m ≃ 3.98 s2 ≃ 3.02 mG ≃ 3.56 mA ≃ 3.08

q 1 /2 = 4 q 1 /4 = 3 q 3 /4 = 5

Il diagramma a barre e il boxplot non sono riportati per brevità: la moda è 4 

188
 A.2 Statistica Descrittiva

Figura A.6: Diagramma a barre e boxplot dell’Esercizio A.2.8

Esercizio A.2.8. Si rileva il numero k di telefonate pervenute ad un centralino in

un periodo di 2 ore in n = 200 giornate, e si ottengono i risultati riportati nella
seguente tabella delle frequenze assolute Nk :
k = 0 1 2 3 4 5 6 7 8 9 10
Nk = 8 19 37 24 10 6 5 19 35 28 9
Calcolare la media m, la varianza s2 , la deviazione standard s, il coefficiente di
variazione δ, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a
barre e il boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono
m ≃ 5.10 s2 ≃ 10.05 s ≃ 3.17 δ ≃ 0.62
q 1 /2 = 5 q 1 /4 = 2 q 3 /4 = 8
Il diagramma a barre e il boxplot sono riportati in Figura A.6; le mode sono 2 e 8 

Esercizio A.2.9. Si misura il numero k di clienti che telefonano ad un centralino

tra le 11:00 e le 12:00 in n = 47 giornate lavorative tipiche, e si ottengono i risultati
riportati nella seguente tabella delle frequenze assolute Nk :
k= 1 2 3 4 5 6 7
Nk = 2 10 12 11 7 4 1
Calcolare la media m, la varianza s2 , la media geometrica mG , la media armonica
mA , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a barre e il
boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono
m ≃ 3.57 s2 ≃ 1.99 mG ≃ 3.27 mA ≃ 2.94
q 1 /2 = 3 q 1 /4 = 2 q 3 /4 = 5
Il diagramma a barre e il boxplot non sono riportati per brevità: la moda è 3 

189
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.2.10. Si misura n = 200 volte il numero k di particelle α emesse in un

periodo di 10 secondi da un campione radioattivo, e si ottengono i risultati riportati
nella seguente tabella delle frequenze assolute Nk :

k = 1 2 3 4 5 6 7 8 9 10 11 12
Nk = 4 7 34 38 36 21 27 14 10 6 2 1

Calcolare la media m, la varianza s2 , la deviazione standard s, il coefficiente di

variazione δ, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a
barre e il boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono

m ≃ 5.32 s2 ≃ 4.84 s ≃ 2.20 δ ≃ 0.41

q 1 /2 = 5 q 1 /4 = 4 q 3 /4 = 7

Il diagramma a barre e il boxplot non sono riportati; le mode sono 3 e 6 

Esercizio A.2.11. Si misura il numero k di clienti che telefonano ad un centralino

tra le 11:00 e le 12:00 in n = 50 giornate lavorative tipiche, e si ottengono i risultati
riportati nella seguente tabella delle frequenze assolute Nk :

k= 1 2 3 4 5 6 7 8
Nk = 1 2 6 14 13 6 7 1

Calcolare la media m, la varianza s2 , la media geometrica mG , la media armonica

mA , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a barre e il
boxplot, e determinare la moda (o le mode)
Risposta: I risultati numerici sono

m ≃ 4.74 s2 ≃ 2.23 mG ≃ 4.46 mA ≃ 4.09

q 1 /2 = 5 q 1 /4 = 4 q 3 /4 = 6

Il diagramma a barre e il boxplot non sono riportati; le mode sono 4 e 7 

Esercizio A.2.12. Si misura n = 50 volte il numero k di particelle α emesse da un

campione radioattivo in un periodo di 10 secondi ottenendo i risultati riportati nella
seguente tabella delle frequenze assolute Nk :

k= 1 2 3 4 5 6 7 8
Nk = 1 5 15 10 9 6 3 1

Calcolare la media m, la varianza s2 , la media geometrica mG , la media armonica

mA , la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a barre e il
boxplot, e determinare la moda (o le mode)

190
 A.2 Statistica Descrittiva

Figura A.7: Diagramma a barre e boxplot dell’Esercizio A.2.14

Risposta: I risultati numerici sono

m ≃ 4.12 s2 ≃ 2.39 mG ≃ 3.82 mA ≃ 3.48

q 1 /2 = 4 q 1 /4 = 3 q 3 /4 = 5

Il diagramma a barre e il boxplot non sono riportati; la moda è 3 

Esercizio A.2.13. Il numero k di clienti che si presentano ad uno sportello bancario

fra le 12:00 e le 13:00 viene registrato in n = 50 giorni lavorativi ottenendo i risultati
riportati nella seguente tabella di frequenze assolute:

k = 1 2 3 4 5 6 7 8 9 10 11
Nk = 2 3 10 8 7 4 4 5 5 1 1

Calcolare la media m, la varianza s2 , la deviazione standard s, il coefficiente di

variazione δ, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 ; tracciare il diagramma a
barre e il boxplot, e determinare la moda (o le mode)

Risposta: I risultati numerici sono

m ≃ 5.26 s2 ≃ 6.19 s ≃ 2.49 δ ≃ 0.47

15
q 1 /2 = 5 q 1 /4 = 3 q 3 /4 = = 7.50
2
Il diagramma a barre e il boxplot non sono riportati; le mode sono 3, 8 e 9 

Esercizio A.2.14. Il numero di lanci di dado necessari per ottenere per la prima
volta il risultato “ 6 ” è aleatorio: si ripete l’esperimento 50 volte ottenendo i seguenti
risultati
4 4 3 14 7 4 5 11 2 8 2 4 13 1 2 6 7 2 1 2
3 4 2 2 16 1 12 3 2 5 2 4 1 11 1 1 1 10 10 4
4 6 8 2 1 1 4 14 1 1

191
N. Cufaro Petroni: Probabilità e Statistica

Calcolare: la media m, la varianza s2 , la deviazione standard s, il range ∆, la

mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , la media armonica mA , la media quadratica
mQ e la media geometrica mG . Costruire la tabella delle frequenze assolute e relative,
tracciare il diagramma a barre e il boxplot, e determinare la moda (o le mode)

Risposta: I risultati numerici sono

√
239 41 529 41 529
m= ≃ 4.78 s2 = ≃ 16, 61 s= ≃ 4.08
50 2 500 2 500
∆ = 15 q 1 /2 = 4 q 1 /4 = 2 q 3 /4 = 7
mA ≃ 2.35 mQ ≃ 6.28 mG ≃ 3.32

Il diagramma a barre e il boxplot sono rappresentati in Figura A.7. Le mode sono

molte, ma le più significative sono 1, 2 e 4 

Esercizio A.2.15. n = 53 misure di una quantità aleatoria forniscono i seguenti

risultati riportati in ordine crescente:

1.70 1.93 2.42 2.52 2.59 2.66 2.72 2.76 2.88 3.01
3.05 3.12 3.12 3.15 3.15 3.17 3.32 3.36 3.40 3.54
3.63 3.71 3.71 3.72 3.81 3.95 4.01 4.01 4.04 4.04
4.07 4.07 4.15 4.17 4.42 4.43 4.46 4.52 4.56 4.78
4.83 5.13 5.15 5.15 5.30 5.33 5.33 5.39 5.44 5.61
5.66 5.83 6.90

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-

re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati nei seguenti 8 intervalli di ampiezze differenti

[0.0 , 2.0] (2.0 , 3.0] (3.0 , 3.5] (3.5 , 4.0]

(4.0 , 4.5] (4.5 , 5.0] (5.0 , 6.0] (6.0 , 8.0]

disegnare l’istogramma e determinare la class modale (o le classi modali). Usan-

b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati

Soluzione: Per campioni di caratteri continui, come quelli di questo esercizio, con-
viene stilare una tabella di frequenze (per semplicità omettiamo quelle cumulate)
completata con le ampiezze bk − ak delle classi, le altezze Hk dell’istogramma delle
bk , e alcuni elementi necessari per il calcolo delle
frequenze assolute, i valori centrali w
medie e varianze per dati raggruppati:

192
 A.2 Statistica Descrittiva

Figura A.8: Istogramma e boxplot dell’Esercizio A.2.15

[ak , bk ] Nk pk bk − ak Hk bk
w bk
pk w bk2
pk w
[0.0, 2.0] 2 0.038 2.0 1.0 1.00 0.038 0.038
[2.0, 3.0] 7 0.132 1.0 7.0 2.50 0.330 0.825
[3.0, 3.4] 10 0.189 0.5 20.0 3.25 0.613 1.993
[3.5, 4.0] 7 0.132 0.5 14.0 3.75 0.495 1.857
[4.0, 4.5] 11 0.208 0.5 22.0 4.25 0.882 3.749
[4.5, 5.0] 4 0.075 0.5 8.0 4.75 0.358 1.703
[5.0, 6.0] 11 0.208 1.0 11.0 5.50 1.142 6.278
[6.0, 8.0] 1 0.019 2.0 0.5 7.00 0.132 0.925
3.990 17.368
Innanzitutto si calcola facilmente la media aritmentica del campione

m ≃ 3.98

Poi si determinano il range

∆ = 6.90 − 1.70 = 5.20

e le posizioni dei quantili

n+1 n+1 n+1
mediana = 27 1o e 3o quartile = 13.5 , 3 = 40.5
2 4 4
Pertanto le mediana è il 27o elemento del campione ordinato, mentre per i due
quartili bisogna calcolare la media aritmetica del 13o e 14o elemento, e del 40o e 41o
elemento: si ottiene cosı̀

q 1 /2 = 4.01 q 1 /4 = 3.135 q 3 /4 = 4.805

In fondo alle ultime due colonne sono state riportate le loro somme che corrispondono
rispettivamente alla media e alla media dei quadrati dei valori centrali delle classi
(wbk ): da essi è possibile calcolare facilmente la media (6.9) e la varianza (6.14) per
dati raggruppati
mb ≃ 3.99 sb2 ≃ 1.44

193
N. Cufaro Petroni: Probabilità e Statistica

Figura A.9: Istogramma e boxplot dell’Esercizio A.2.16

Infine sempre dai dati della tabella delle frequenze è facile tracciare l’istogramma e
il boxplot che sono riportati in Figura A.8; le classi modali sono (3.0 , 3.5], (4.0 , 4.5]
e (5.0 , 6.0] 

Esercizio A.2.16. n = 40 misure di una quantità aleatoria forniscono i seguenti

risultati:
0.12 0.13 0.18 0.18 0.21 0.25 0.30 0.35 0.46 0.54
0.87 0.92 1.10 1.19 1.43 1.45 1.47 1.67 1.79 1.84
1.89 1.90 1.91 1.91 1.97 1.98 2.09 2.26 2.35 2.70
2.75 3.39 3.58 3.62 3.89 4.20 5.50 6.43 6.96 8.48
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati nei seguenti intervalli di ampiezze differenti
[0, 1] (1, 2] (2, 3] (3, 4] (4, 9]
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 2.16 ∆ = 8.36 q 1 /2 = 1.865 q 1 /4 = 0.705 q 3 /4 = 2.725
b ≃ 2.15
m sb2 ≃ 3.53
L’istogramma e il boxplot sono riportati in Figura A.9 e la classe modale è (1 , 2] 

Esercizio A.2.17. n = 40 misure di una quantità aleatoria forniscono i seguenti

risultati:
0.04 0.12 0.23 0.37 0.47 0.59 0.64 0.76 0.80 0.97
0.99 1.01 1.08 1.11 1.22 1.33 1.53 1.61 1.63 1.98
2.03 2.19 2.25 2.36 2.77 2.96 3.05 3.10 3.34 3.79
3.85 4.56 5.27 5.79 5.82 6.41 7.88 7.99 8.16 9.87

194
 A.2 Statistica Descrittiva

Figura A.10: Istogramma e boxplot dell’Esercizio A.2.17

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-

re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati nei seguenti intervalli

[0, 1] (1, 2] (2, 3] (3, 4] (4, 6] (6, 8] (8, 10]

disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-

b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono

m ≃ 2.80 ∆ = 9.83 q 1 /2 = 2.005 q 1 /4 = 0.98 q 3 /4 = 3.82

b ≃ 2.76
m sb2 ≃ 5.64

L’istogramma e il boxplot sono riportati in Figura A.10; la classe modale è (0 , 1] 

Esercizio A.2.18. n = 40 misure di velocità del vento in una stazione meteorologica

forniscono i seguenti risultati:
0.12 0.23 0.24 0.50 0.50 0.56 0.77 1.01 1.03 1.10
1.40 1.45 1.64 1.68 1.72 1.72 1.81 1.83 1.84 2.14
2.28 2.31 2.34 2.43 2.55 2.91 3.00 3.12 3.53 3.59
3.94 4.17 4.70 4.73 5.02 5.07 6.73 6.97 7.09 9.74

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-

re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati nei seguenti intervalli

[0 , 2] (2 , 4] (4 , 6] (6 , 8] (8 , 10]

disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-

b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati

195
N. Cufaro Petroni: Probabilità e Statistica

Figura A.11: Istogramma e boxplot dell’Esercizio A.2.19

Risposta: I risultati numerici sono

m ≃ 2.74 ∆ = 9.62 q 1 /2 = 2.21 q 1 /4 = 1.25 q 3 /4 = 3.765
b ≃ 2.75
m sb2 ≃ 4.44
L’istogramma e il boxplot non sono riportati; la classe modale è (0 , 2] 

Esercizio A.2.19. Un’azienda vuol condurre un’indagine sulla propria clientela mi-
surando i consumi di un determinato prodotto in 90 famiglie. Si ottenengono i
seguenti risultati:
1.69 1.71 1.72 1.92 1.99 2.01 2.04 2.06 2.09 2.50
2.52 2.53 2.55 2.66 2.81 2.82 2.93 2.98 3.04 3.36
3.48 3.54 3.64 3.71 3.75 3.82 3.85 3.91 4.01 4.11
4.23 4.23 4.23 4.36 4.38 4.54 4.55 4.59 4.76 4.83
5.10 5.19 5.29 5.29 5.61 5.69 5.71 5.78 5.91 5.92
5.93 6.08 6.22 6.38 6.70 6.85 6.89 7.00 7.06 7.09
7.23 7.42 7.45 7.55 7.66 7.80 7.81 7.94 7.96 7.99
8.77 8.88 9.10 9.20 9.38 9.41 9.75 10.02 10.07 10.41
11.28 11.38 11.82 11.86 12.37 12.53 13.54 14.22 15.80 18.37
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti 1, 3, 5, 7, 9, 11, 15, 19, disegnare l’isto-
gramma e determinare la classe modale (o le classi modali). Usando poi la tabella
delle frequenze relative, calcolare la media m b e la varianza sb2 approssimate per dati
raggruppati
Risposta: I risultati numerici sono
m ≃ 6.19 ∆ = 16.68 q 1 /2 = 5.65 q 1 /4 = 3.59 q 3 /4 = 7.95
b ≃ 6.27
m sb2 ≃ 13.24
L’istogramma e il boxplot sono riportati in Figura A.11; la classe modale è (3 , 5] 

196
 A.2 Statistica Descrittiva

Figura A.12: Istogramma e boxplot dell’Esercizio A.2.21

Esercizio A.2.20. La seguente tabella contiene i pesi in grammi di 40 prodotti:

21.3 21.6 21.8 21.8 22.1 22.2 22.2 22.2 22.4 22.4
22.5 22.5 22.5 22.6 22.6 22.8 22.8 22.8 22.9 23.0
23.0 23.0 23.1 23.2 23.2 23.4 23.5 23.5 23.5 23.6
23.8 23.8 23.9 23.9 24.0 24.0 24.3 24.6 24.6 24.9
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati in 8 classi di ampiezza 0.5 partendo dall’intervallo [20.95 , 21.45], disegnare
l’istogramma e determinare la classe modale (o le classi modali). Usando poi la
tabella delle frequenze relative, calcolare la media m b e la varianza sb2 approssimate
per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 23.0 ∆ = 3.6 q 1 /2 = 23.0 q 1 /4 = 22.5 q 3 /4 = 23.7
b ≃ 23.1
m sb2 ≃ 0.75
L’istogramma e il boxplot non sono riportati; le classi modali sono [22.45 , 22.95] e
[23.45 , 23.95] 

Esercizio A.2.21. n = 28 misure di una quantità aleatoria forniscono i seguenti

risultati (non ordinati):
14.00 5.99 26.35 35.95 15.95 24.95 19.95 32.95 59.00 9.95
69.95 61.35 14.95 12.95 16.95 10.95 57.35 29.95 5.95 41.95
66.95 19.85 11.95 15.95 50.25 74.65 68.00 69.95
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati in 7 classi di ampiezza 10 partendo dall’intervallo [5.455 , 15.455], disegna-
re l’istogramma e determinare la classe modale (o le classi modali). Usando poi la
tabella delle frequenze relative, calcolare la media m b e la varianza sb2 approssimate
per dati raggruppati

197
N. Cufaro Petroni: Probabilità e Statistica

Figura A.13: Istogramma e boxplot dell’Esercizio A.2.23

Risposta: I risultati numerici sono

m ≃ 33.75 ∆ = 68.70 q 1 /2 = 25.65 q 1 /4 = 14.475 q 3 /4 = 58.175

b ≃ 34.38
m sb2 ≃ 523.85

L’istogramma e il boxplot sono riportati in Figura A.12; le classi modali sono

[5.455 , 15.455] e [65.455 , 75.455] 

Esercizio A.2.22. Vengono eseguite n = 50 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:

0.04 0.04 0.07 0.11 0.11 0.14 0.17 0.19 0.19 0.20
0.25 0.32 0.36 0.43 0.52 0.55 0.62 0.64 0.67 0.88
0.88 0.97 1.04 1.09 1.10 1.16 1.20 1.22 1.22 1.32
1.49 1.62 1.67 1.87 1.89 1.99 2.17 2.21 2.53 2.60
2.65 2.68 2.90 3.18 3.50 4.57 5.03 5.91 7.56 9.20

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e di-

segnare il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ri-
trovamenti dei dati negli intervalli delimitati dai punti 0, 1, 2, 3, 5, 10, disegnare
l’istogramma e determinare la classe modale (o le classi modali). Usando poi la
b e la varianza sb2 approssimate
tabella delle frequenze relative, calcolare la media m
per dati raggruppati

Risposta: I risultati numerici sono

m ≃ 1.70 ∆ = 9.16 q 1 /2 = 1.13 q 1 /4 = 0.34 q 3 /4 = 2.37

b ≃ 1.83
m sb2 ≃ 3.73

L’istogramma e il boxplot non sono riportati; la classe modale è [0, 1] 

198
 A.2 Statistica Descrittiva

Esercizio A.2.23. Vengono eseguite n = 42 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
−2.94 −1.62 −1.48 −1.41 −1.04 −1.02 −1.01 −0.86 −0.78 −0.64
−0.60 −0.46 −0.43 −0.40 −0.40 −0.30 −0.29 −0.28 −0.24 −0.22
−0.10 0.02 0.07 0.15 0.15 0.15 0.17 0.18 0.23 0.38
0.61 0.64 0.89 0.90 0.93 0.98 0.99 1.24 1.30 1.48
1.57 2.21
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti
−3.0 − 1.0 − 0.5 0.0 0.5 1.0 3.0
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono
m ≃ −0.03 ∆ = 5.15 q 1 /2 = −0.04 q 1 /4 = −0.62 q 3 /4 = 0.765
b ≃ −0.05
m sb2 ≃ 1.32
L’istogramma e il boxplot sono riportati in Figura A.13; la classe modale è (−0.5 , 0.0]


Esercizio A.2.24. Vengono eseguite n = 50 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
0.02 0.04 0.10 0.16 0.17 0.23 0.28 0.34 0.35 0.36
0.43 0.56 0.56 0.64 0.64 0.80 0.83 0.85 0.87 0.91
0.96 1.05 1.07 1.19 1.21 1.23 1.38 1.68 1.74 1.77
1.81 1.86 1.87 1.95 2.18 2.32 2.52 2.59 2.59 2.68
2.93 3.31 3.80 3.97 4.12 4.46 5.05 6.44 6.69 9.82
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e di-
segnare il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ri-
trovamenti dei dati negli intervalli delimitati dai punti 0, 1, 2, 3, 4, 5, 10, disegnare
l’istogramma e determinare la classe modale (o le classi modali). Usando poi la
b e la varianza sb2 approssimate
tabella delle frequenze relative, calcolare la media m
per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 1.91 ∆ = 9.80 q 1 /2 = 1.22 q 1 /4 = 0.56 q 3 /4 = 2.59
b ≃ 1.94
m sb2 ≃ 3.85
L’istogramma e il boxplot non sono riportati; la classe modale è [0, 1] 

199
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.2.25. Vengono eseguite n = 38 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
1.61 1.86 2.42 2.72 2.83 2.84 2.87 2.98 3.06 3.07
3.22 3.33 3.33 3.40 3.40 3.70 3.77 3.78 3.81 3.84
3.85 3.95 3.95 4.14 4.17 4.36 4.36 4.43 4.52 4.57
4.59 4.70 4.75 4.81 5.05 5.06 5.46 5.86
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti
1.0 2.5 3.0 3.5 4.0 4.5 6.0
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 3.80 ∆ = 4.25 q 1 /2 = 3.825 q 1 /4 = 3.065 q 3 /4 = 4.545
b ≃ 3.83
m sb2 ≃ 1.11
L’istogramma e il boxplot non sono riportati; la classe modale è (3.5 , 4.0] 

Esercizio A.2.26. Vengono eseguite n = 39 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
0.04 0.16 0.26 0.29 0.30 0.32 0.32 0.36 0.39 0.42
0.43 0.47 0.48 0.51 0.51 0.51 0.53 0.53 0.54 0.60
0.61 0.63 0.66 0.66 0.70 0.70 0.75 0.78 0.78 0.79
0.79 0.83 0.88 0.89 0.89 0.89 0.90 0.94 0.96
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti
0.005 0.305 0.505 0.605 0.705 0.805 1.005
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 0.59 ∆ = 0.92 q 1 /2 = 0.60 q 1 /4 = 0.42 q 3 /4 = 0.79
b ≃ 0.59
m sb2 ≃ 0.06
L’istogramma e il boxplot non sono riportati; la classe modale è (0.505 , 0.605] 

200
 A.2 Statistica Descrittiva

Figura A.14: Istogramma e boxplot dell’Esercizio A.2.27

Esercizio A.2.27. Vengono eseguite n = 45 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:

0.67 1.19 1.25 1.56 1.59 1.83 1.85 2.03 2.20 2.21
2.25 2.37 2.41 2.44 2.45 2.45 2.48 2.48 2.52 2.63
2.66 2.72 2.81 2.81 2.84 2.89 2.91 2.92 3.07 3.12
3.20 3.26 3.27 3.32 3.34 3.37 3.46 3.48 3.55 3.58
3.66 3.66 3.76 3.78 3.82

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-

re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti

0.0 1.0 2.0 2.5 3.0 3.5 4.0

disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-

b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati

Risposta: I risultati numerici sono

m ≃ 2.71 ∆ = 3.15 q 1 /2 = 2.91 q 1 /4 = 2.31 q 3 /4 = 3.33

b ≃ 2.68
m sb2 ≃ 0.59

Istogramma e boxplot sono riportati in Figura A.14; la classe modale è (2.0 , 2.5] 

Esercizio A.2.28. Vengono eseguite n = 40 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:

−1.64 −1.63 −1.62 −1.62 −1.43 −1.33 −1.14 −1.13 −1.08 −0.87
−0.81 −0.63 −0.57 −0.51 −0.44 −0.39 −0.27 −0.26 −0.23 −0.21
−0.20 −0.18 −0.13 −0.05 0.03 0.09 0.13 0.18 0.22 0.39
0.41 0.53 0.71 0.73 1.01 1.08 1.10 1.12 1.57 2.27

201
N. Cufaro Petroni: Probabilità e Statistica

Figura A.15: Istogramma e boxplot dell’Esercizio A.2.29

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-

re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti

−3.0 − 1.0 − 0.5 0.0 0.5 1.0 3.0

disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-

b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati

Risposta: I risultati numerici sono

m ≃ −0.17 ∆ = 3.91 q 1 /2 = −0.205 q 1 /4 = −0.84 q 3 /4 = 0.40

b ≃ 0.21
m sb ≃ 1.60
2

L’istogramma e il boxplot non sono riportati; la classe modale è (−0.5 , 0.0] 

Esercizio A.2.29. Vengono eseguite n = 37 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:

0.40 0.78 0.91 1.06 1.25 1.31 1.33 1.40 1.53 1.58
1.65 1.77 1.85 1.92 2.03 2.07 2.15 2.39 2.66 2.87
2.98 3.14 3.15 3.16 3.66 3.71 3.82 4.59 4.83 5.67
5.78 5.99 6.39 6.59 6.81 7.93 8.22

Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e dise-

gnare il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritro-
vamenti dei dati negli intervalli delimitati dai punti 0, 1, 2, 3, 4, 6, 8, 10, disegnare
l’istogramma e determinare la classe modale (o le classi modali). Usando poi la
b e la varianza sb2 approssimate
tabella delle frequenze relative, calcolare la media m
per dati raggruppati

202
 A.2 Statistica Descrittiva

Risposta: I risultati numerici sono

m ≃ 3, 23 ∆ = 7, 82 q 1 /2 = 2.66 q 1 /4 = 1.555 q 3 /4 = 4.71
b ≃ 3.20
m sb2 ≃ 4.47
Istogramma e boxplot sono riportati in Figura A.15; la classe modale è (1, 2] 

Esercizio A.2.30. Vengono eseguite n = 41 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
0.78 1.53 1.53 1.65 1.66 1.72 1.80 1.93 1.94 2.02
2.07 2.26 2.27 2.34 2.44 2.54 2.64 2.67 2.76 2.80
2.84 2.88 2.93 2.94 2.95 2.96 3.06 3.17 3.18 3.29
3.38 3.42 3.43 3.45 3.46 3.52 3.58 3.65 3.71 3.76 3.95
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti
0.0 1.0 2.0 2.5 3.0 3.5 4.0
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati
Risposta: I risultati numerici sono
m ≃ 2.70 ∆ = 3.17 q 1 /2 = 2.84 q 1 /4 = 2.045 q 3 /4 = 3.40
b ≃ 2.63
m sb2 ≃ 0.65
L’istogramma e il boxplot non sono riportati; la classe modale è (2.5 , 3.0] 

Esercizio A.2.31. Vengono eseguite n = 43 misure di una quantità aleatoria

ottenendo i seguenti risultati riportati in ordine crescente:
0.08 0.11 0.20 0.22 0.34 0.45 0.53 0.58 0.70 0.75
0.78 0.81 0.86 1.12 1.15 1.18 1.19 1.22 1.25 1.28
1.34 1.35 1.40 1.42 1.43 1.44 1.51 1.51 1.52 1.54
1.59 1.59 1.61 1.64 1.71 1.72 1.76 1.9 2.07 2.09
2.15 2.60 2.80
Calcolare la media m, il range ∆, la mediana q 1 /2 , i due quartili q 1 /4 , q 3 /4 , e disegna-
re il boxplot. Costruire la tabella delle frequenze (assolute e relative) dei ritrovamenti
dei dati negli intervalli delimitati dai punti
1 4 5 5
0 /2 1 /3 /3 2 /2 3
disegnare l’istogramma e determinare la classe modale (o le classi modali). Usan-
b e la varianza sb2
do poi la tabella delle frequenze relative, calcolare la media m
approssimate per dati raggruppati

203
N. Cufaro Petroni: Probabilità e Statistica

Figura A.16: Scatterplot e retta di regressione dell’Esercizio A.2.32

Risposta: I risultati numerici sono

m ≃ 1.27 ∆ = 2.72 q 1 /2 = 1.35 q 1 /4 = 0.78 q 3 /4 = 1.61

b ≃ 1.29
m sb2 ≃ 0.41

L’istogramma e il boxplot non sono riportati; la classe modale è ( 4 /3 , 5 /3 ] 

Esercizio A.2.32. n = 20 misure di due caratteri X e Y forniscono i seguenti

risultati

X Y X Y X Y X Y
0.02 −0.13 0.36 −0.34 0.58 0.62 0.82 2.62
0.03 0.82 0.37 0.38 0.63 0.05 0.84 1.44
0.16 −0.96 0.52 −0.37 0.66 −0.13 0.87 0.43
0.23 −0.57 0.54 0.26 0.67 0.22 0.89 0.61
0.27 1.59 0.57 0.84 0.72 1.59 0.96 −0.38

Calcolare le medie mX , mY e le varianze s2X , s2Y di X e Y , la covarianza sXY , il

coefficiente di correlazione rXY e i coefficienti a e b della retta di regressione

Risposta: I risultati numerici sono

mX ≃ 0.54 mY ≃ 0.43 s2X ≃ 0.08 s2Y ≃ 0.73

sXY ≃ 0.08 rXY ≃ 0.32 a ≃ 0.98 b ≃ −0.09

Lo scatterplot dei dati e la retta di regressione sono riportati a scopo illustrativo

nella Figura A.16 

Esercizio A.2.33. n = 28 misure di due caratteri X e Y forniscono i seguenti

risultati

204
 A.3 Statistica Inferenziale

X Y X Y X Y X Y
0.04 1.41 0.28 0.53 0.45 1.05 0.65 0.26
0.07 −0.31 0.29 0.39 0.45 1.23 0.65 1.08
0.18 −1.18 0.30 −0.89 0.51 0.40 0.83 1.88
0.18 −1.01 0.30 1.20 0.55 1.04 0.88 0.48
0.21 −0.15 0.39 −0.52 0.57 −0.91 0.88 1.42
0.22 −0.31 0.42 1.79 0.58 −1.33 0.89 0.36
0.22 0.32 0.45 0.74 0.62 1.73 0.97 −0.37

Calcolare le medie mX , mY e le varianze s2X , s2Y di X e Y , la covarianza sXY , il

coefficiente di correlazione rXY e i coefficienti a e b della retta di regressione

Risposta: I risultati numerici sono

mX ≃ 0.47 mY ≃ 0.37 s2X ≃ 0.07 s2Y ≃ 0.87

sXY ≃ 0.06 rXY ≃ 0.25 a ≃ 0.91 b ≃ −0.06

Lo scatterplot dei dati e la retta di regressione non sono riportati 

A.3 Statistica Inferenziale

Esercizio A.3.1. Le misure di una quantità X sono soggette ad errori casuali:
n = 15 valori delle misure sono
2.05 1.42 6.18 6.69 4.47 5.36 3.47 6.74 5.19 0.91
3.22 9.50 5.85 3.41 5.66

Determinare l’intervallo di fiducia di livello α = 0.05 per l’attesa

Soluzione: Non essendo nota la varianza, si calcolano innanzitutto le quantità

n ( 2 2
)
X ≃ 4.675 S2 = X − X ≃ 5.273 S ≃ 2.296
n−1
poi con α = 0.05 dalle Tavole E.2 di Student si trova

t1− α3 (n − 1) = t0.975 (14) ≃ 2.145

e infine si calcolano gli estremi dell’intervallo di fiducia

S
X ± √ t1− α3 (n − 1) ≃ 4.675 ± 1.272
n

come indicato nell’equazione (8.5) 

205
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.2. n = 10 misure di una v-a X con attesa e varianza sconosciute

danno i seguenti risultati

1.01 2.25 1.60 1.75 1.49 1.45 2.51 1.87 3.95 2.10

Determinare l’intervallo di fiducia di livello α = 0.02 per l’attesa

Soluzione: Non essendo nota la varianza, si calcolano innanzitutto le quantità

X ≃ 1.998 S ≃ 0.811

poi con α = 0.02 dalle Tavole E.2 di Student si trova

t1− α3 (n − 1) = t0.990 (9) ≃ 2.821

e infine si calcolano gli estremi dell’intervallo di fiducia

S
X ± √ t1− α2 (n − 1) ≃ 1.998 ± 0.723
n
come indicato nell’equazione (8.5) 

Esercizio A.3.3. n = 18 misure di una v-a X forniscono i seguenti risultati

4.09 4.56 5.01 5.49 4.82 5.56 3.95 4.04 2.63

3.78 3.58 4.52 4.86 3.65 4.44 4.62 3.97 3.63

Supponendo che la varianza σ 2 = 1 sia conosciuta, determinare prima l’intervallo

di fiducia di livello α = 0.05 per l’attesa µ; eseguire poi un test bilaterale di Gauss
di livello α = 0.05 per decidere fra le due ipotesi

H0 : µ = 4 H1 : µ ̸= 4

e calcolarne la significatività αs
Soluzione: Si calcola innanzitutto X ≃ 4.289; poi con α = 0.05 dalle Tavole E.1
della normale standard si trova che

φ1− α2 = φ0.975 ≃ 1.960

per cui dall’equazione (8.4) l’intervallo di fiducia è

σ
X ± √ φ1− α2 ≃ 4.289 ± 0.462
n
Per il test si osserva poi innanzitutto che con µ0 = 4 dall’equazione (9.15) si ha
 
√ X − µ 0 
|U0 | =  n  ≃ 1.226
σ 

206
 A.3 Statistica Inferenziale

per cui essendo

|U0 | ≃ 1.226 < 1.960 ≃ φ1− α2
l’evento critico D (9.16) non si verifica, cioè i dati non sono in regione critica e quindi
accetteremo l’ipotesi H0 . Sempre dalle Tavole E.1 potremo poi anche calcolare la
significatività del test
αs = 2 [1 − Φ(|U0 |)] ≃ 2 [1 − Φ(1.226)] ≃ 0.22
che non è molto buona principalmente a causa del piccolo numero di dati a disposi-
zione 

Esercizio A.3.4. n = 20 misure di una quantità aleatoria X forniscono i seguenti

risultati:
2.23 4.09 3.97 5.57 3.09 3.00 2.85 2.12 3.26 2.11
3.10 1.82 2.82 1.99 3.25 1.53 2.99 1.03 3.86 2.45
Supponendo che media µ e varianza σ 2 non siano note, eseguire un test bilaterale di
livello α = 0.05 per decidere tra le due ipotesi
H0 : µ = 3 H1 : µ ̸= 3
Soluzione: Siccome media e varianza non sono note dovremo eseguire un test di
Student: calcoleremo quindi innanzitutto dai dati le stime puntuali
X ≃ 2.857 S ≃ 1.031
poi con α = 0.05 dalle Tavole E.2 si trova
t1− α2 (n − 1) = t0.975 (19) ≃ 2.093
che fissa i limiti dell’evento critico, e infine con µ0 = 3 si calcola la statistica di
Student (9.18)  
√ X − µ0 

|T0 | =  n  ≃ 0.623
S 
A questo punto si osserva che
|T0 | ≃ 0.623 < 2.093 ≃ t1− α2 (n − 1)
per cui l’evento critico D (9.19) non si verifica, cioè i dati non sono in regione critica
e quindi accetteremo l’ipotesi H0 

Esercizio A.3.5. Le misure di pressione di un campione di n = 200 pneumatici di

automobile hanno una media X = 33.57 e una varianza S 2 = 1.723. Decidere tra le
due ipotesi
H0 : µ = 34 H1 : µ ̸= 34
con un test bilaterale di livello α = 0.01

207
N. Cufaro Petroni: Probabilità e Statistica

Soluzione: I valori dati per la media e la varianza devono essere considerati come
calcolati dal campione di 200 misure che non è riportato: pertanto la varianza deve
essere considerata non come conosciuta, ma come ricavata dai dati empirici (infat-
ti con un altro campione di 200 misure il valore di S 2 sarebbe diverso). Pertanto
dovremo eseguire un test di Student, ma sulle Tavole E.2 i quantili delle leggi con
n − 1 = 199 gradi di libertà non sono riportati. Bisognerà quindi usare l’approssi-
mazione (3.29) per calcolare questi quantili da quelli della normale standard delle
Tavole E.1, sicché con α = 0.01 avremo

t1− α2 (n − 1) = t0.995 (199) ≃ φ0.995 ≃ 2.58

A questo punto con µ0 = 34 si calcola il valore della statistica di Student (9.18)

 
√ X − µ 0 
|T0 | =  n  ≃ 4.63
S 

e si osserva che
|T0 | ≃ 4.63 > 2.58 ≃ t1− α2 (n − 1)
per cui l’evento critico D (9.19) si verifica, cioè i dati sono in regione critica e quindi
rifiuteremo l’ipotesi H0 

Esercizio A.3.6. n = 20 misure dell’energia cinetica delle particelle di un gas

forniscono – nelle opportune unità di misura – i seguenti risultati:

2.58 0.25 3.96 4.89 3.80 1.42 0.96 7.99 2.47 4.32
2.19 0.66 1.37 6.22 1.41 2.56 1.06 1.40 0.45 1.40

Supponendo che l’attesa µ e la varianza σ 2 siano sconosciute,determinare l’intervallo

di fiducia di livello α = 0.05 per l’attesa µ. Eseguire poi un test bilaterale di livello
α = 0.05 per decidere fra le ipotesi

H0 : µ = 3 H1 : µ ̸= 3

Soluzione: Siccome la varianza è sconosciuta dovremo innanzitutto stimare le quan-

tità necessarie:
X ≃ 2.568 S 2 ≃ 4.210 S ≃ 2.052
e poi determinare con α = 0.05 l’opportuno quantile di Student dalle Tavolr E.2:

t1− α2 (n − 1) = t0.975 (19) ≃ 2.093

A questo punto l’intervallo di fiducia è

S
X ± √ t1− α2 (n − 1) ≃ 2.568 ± 0.960
n

208
 A.3 Statistica Inferenziale

mentre la statistica di Student (9.18) con µ0 = 3 vale

 
√ X − µ0 

|T0 | =  n  ≃ 0.942
S 
Pertanto
|T0 | ≃ 0.942 < 2.093 ≃ t1− α2 (n − 1)
per cui l’evento critico D (9.19) non si verifica, cioè i dati non sono in regione critica
e quindi accetteremo l’ipotesi H0 

Esercizio A.3.7. n = 10 misure di una v-a X con media e varianza sconosciute

danno i seguenti risultati:

2.47 1.79 0.01 2.94 4.10 2.13 4.51 0.72 − 2.99 0.83

Determinare l’intervallo di fiducia di livello α = 0.05 per la media, ed eseguire un

test unilaterale destro di livello α = 0.05 per decidere fra le ipotesi

H0 : µ ≤ 0 H1 : µ > 0

Soluzione: Si stimano innanzitutto le quantità necessarie:

X ≃ 1.651 S ≃ 2.174

e poi dalle Tavolr E.2 si determina l’opportuno quantile di Student per l’intervallo
di fiducia di livello α = 0.05:

t1− α2 (n − 1) = t0.975 (9) ≃ 2.262

Pertanto l’intervallo di fiducia è

S
X ± √ t1− α2 (n − 1) ≃ 1.651 ± 1.555
n
Per il test unilaterale destro di livello α = 0.05, invece, il quantile di Student
necessario è
t1−α (n − 1) = t0.950 (9) ≃ 1.833
mentre la statistica di Student (9.18) con µ0 = 0 vale
√ X − µ0
T0 = n ≃ 2.402
S
Pertanto si avrà
T0 ≃ 2.402 > 1.833 ≃ t1−α (n − 1)
per cui l’evento critico destro D (9.20) si verifica, cioè i dati sono in regione critica
e quindi rifiuteremo l’ipotesi H0 

209
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.8. Sia dato il seguente campione di n = 10 misure di una v-a X con
attesa e varianza sconosciute:
2.02 − 0.87 − 1.68 − 1.39 − 0.05 − 2.69 3.14 − 2.46 − 0.05 1.83
Determinare gli intervalli di fiducia di livello α = 0.05 per la media e per la varianza.
Con un test bilaterale di livello α = 0.05 si decida poi fra le due ipotesi
H0 : µ = 0 H1 : µ ̸= 0
Soluzione: Una volta stimate le quantità necessarie
X ≃ −0.220 S 2 ≃ 3.957 S ≃ 1.989
si cerchino sulle Tavole E.2 e E.3 i quantili necessati per i due intervalli di fiducia di
livello α = 0, 05:
t1− α2 (n − 1) = t0.975 (9) ≃ 2.262
χ2α (n − 1) = χ20.025 (9) ≃ 2.700 χ21− α (n − 1) = χ20.975 (9) ≃ 19.023
2 2

Gli estremi dell’intervallo (8.5) per l’attesa sono

S
X ± √ t1− α2 (n − 1) ≃ −0.220 ± 1.432
n
mentre quelli dell’intervallo (8.7) per la varianza sono
(n − 1)S 2 (n − 1)S 2
≃ 1.872 ≃ 13.187
χ21− α (n − 1) χ2α (n − 1)
2 2

Per il test bilaterale bisogna calcolare la statistica di Student (9.18) con µ0 = 0

 
√ X − µ0 

|T0 | =  n  ≃ 0.350
S 
e siccome risulta
|T0 | ≃ 0.350 < 2.262 ≃ t1− α2 (n − 1)
l’evento critico D (9.19) non si verifica, cioè i dati non sono in regione critica e
quindi accetteremo l’ipotesi H0 

Esercizio A.3.9. Si vuol verificare se in un determinato impianto il livello medio

del rumore non superi 90 dB: si effettuano n = 9 misure durante una giornata e si
trovano i seguenti valori in dB:
95 98 92 84 105 92 110 86 98
Supponendo che il livello di rumore sia una v-a X con media e varianza sconosciute,
valutare con un test unilaterale destro di livello α = 0.05 quale accettare fra le due
ipotesi
H0 : µ ≤ 90 H1 : µ > 90

210
 A.3 Statistica Inferenziale

Soluzione: Dopo aver calcolato le quantità necessarie

X ≃ 95.56 S ≃ 8.37
e dopo aver determinato il quantile di Student per un test unilaterale destro di livello
α = 0.05
t1−α (n − 1) = t0.950 (8) ≃ 1.86
si calcola la statistica di Student (9.18) con µ0 = 90
√ X − µ0
T0 = n ≃ 1.99
S
Siccome
T0 ≃ 1.99 > 1.86 ≃ t1−α (n − 1)
l’evento critico destro D (9.20) si verifica, cioè i dati sono in regione critica e quindi
rifiuteremo l’ipotesi H0 , ma l’esiguità del margine fra i due membri della precedente
disuguaglianza invitano a una certa cautela nelle conclusioni 

Esercizio A.3.10. Una fabbrica produce automezzi che consumano in media 10 lt

di carburante ogni 100 Km ad una data velocità. Per verificare gli effetti di un nuovo
dispositivo si misurano i litri di carburante consumati da un campione di n = 10
automezzi ottenendo i seguenti risultati:
9.0 12.0 11.0 7.5 10.2 9.8 13.0 12.0 12.5 10.4
Supponendo che il consumo sia una v-a con media e varianza sconosciute, decidere
con un test bilaterale di livello α = 0.05 quale accettare fra le due ipotesi
H0 : µ = 10 H1 : µ ̸= 10
Soluzione: Dopo aver calcolato le quantità necessarie
X ≃ 10.74 S ≃ 1.71
e dopo aver determinato il quantile di Student per un test bilaterale di livello α =
0.05
t1− α2 (n − 1) = t0.975 (9) ≃ 2.26
si calcola la statistica di Student con µ0 = 10
 
√ X − µ 0 
|T0 | =  n  ≃ 1.37
S 
Siccome
|T0 | ≃ 1.37 < 2.26 ≃ t1− α2 (n − 1)
l’evento critico D (9.19) non si verifica, cioè i dati non sono in regione critica e
quindi accetteremo l’ipotesi H0 

211
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.11. Per verificare l’efficacia di un medicinale si misura la tempera-

tura di n = 30 pazienti prima (X) e dopo (Y ) l’assunzione del farmaco. I campioni
accoppiati cosı̀ ricavati sono i seguenti:

36.8 37.9 38.3 38.1 38.3 38.8 36.3 37.7 37.1 36.9
X = 37.7 37.5 37.4 39.0 38.6 41.4 37.9 37.5 39.9 38.2
38.4 37.7 37.5 36.6 38.0 38.6 39.0 37.6 38.0 39.5
37.1 36.1 38.2 39.0 38.4 36.4 36.8 39.3 37.3 37.9
Y = 37.6 38.4 38.6 37.4 38.3 37.0 35.9 36.0 37.2 39.3
36.0 36.6 38.0 38.0 38.7 39.4 37.6 36.1 39.0 36.4

Decidere con un test unilaterale di livello α = 0.05 quale accettare fra le ipotesi

H0 : µX ≤ µY H1 : µX > µY

Soluzione: Trattandosi di un test unilaterale per campioni accoppiati (vedi Se-

zione 9.3.1) con ipotesi alternativa µX > µY , bisognerà innanzitutto costruire il
campione delle differenze

−0.3 1.8 0.1 −0.9 −0.1 2.4 −0.5 −1.6 −0.2 −1.0
Z =X −Y = 0.1 −0.9 −1.2 1.6 0.3 4.4 2.0 1.5 2.7 −1.1
2.4 1.1 −0.5 −1.4 −0.7 −0.8 1.4 1.5 −1.0 3.1

con un valore d’attesa µ = µX − µY , e poi eseguire il test unilaterale per le ipotesi

H0 : µ ≤ 0 H1 : µ > 0

A questo punto, siccome attese e varianze non sono note, si calcolano la media e la
varianza corretta delle Z

Z ≃ 0.473 SZ2 ≃ 2.455

e da queste il valore della statistica di Student (9.30)

√ Z
T0 = n ≃ 1.654
SZ
Per determinare poi l’evento critico unilaterale (9.31) di livello α = 0.05 si cerca il
quantile di Student
t1−α (n − 1) = t0.950 (29) ≃ 1.699
e siccome
T0 ≃ 1.65 < 1.70 ≃ t1−α (n − 1)
l’evento critico non si verifica, i dati non sono in regione critica e quindi accetteremo
l’ipotesi H0 

212
 A.3 Statistica Inferenziale

Esercizio A.3.12. Siano X e Y la quantità di nicotina depositata rispettivamente

da sigarette senza filtro e con filtro: da un campione di n = 11 misure di X si ha
2
X = 1.36 e SX = 0.22, mentre da un campione di m = 9 misure di Y si ha Y = 0.70
2
e SY = 0.03. Stabilire con un test unilaterale di livello α = 0.01 se la media µX è
significativamente più grande della media µY decidendo quale accettare fra le ipotesi
H0 : µ X ≤ µ Y H1 : µX > µY
Soluzione: Il test riguarda un confronto fra medie di campioni indipendenti con
varianze sconosciute (i valori delle varianze dati nella traccia sono infatti ricavati
dai campioni anche se questi non sono esplicitamente riportati): si veda a questo
proposito la Sezione 9.3.2. L’evento critico unilaterale è pertanto quello in (9.36), e
il quantile di Student che lo definisce per α = 0.01 è
t1−α (n + m − 2) = t0.99 (18) ≃ 2.552
Per calcolare la corrispondente statistica di Student (9.35) dovremo però preventi-
vamente calcolare la varianza combinata (9.34) ottenendo
(n − 1)SX
2
+ (m − 1)SY2
V2 = ≃ 0.136 V ≃ 0.368
n+m−2
Per la statistica di Student avremo allora
X −Y
T0 = √ ≃ 3.99
V n1 + 1
m

e siccome
T0 ≃ 3.99 > 2.552 ≃ t1−α (n + m − 2)
ne concludiamo che l’evento critico unilaterale (9.36) si verifica, i dati sono in regione
critica e quindi rifiuteremo H0 e accetteremo H1 

Esercizio A.3.13. Per controllare l’efficacia di un nuovo medicinale si paragonano

i risultati X ed Y di un certo tipo di analisi clinica eseguita su due campioni in-
dipendenti rispettivamente di n = 10 ed m = 12 pazienti: ai 10 pazienti del primo
gruppo è stato somministrato il nuovo farmaco; ai 12 del secondo gruppo è stato
somministrato solo un placebo. Se il farmaco è efficace la media di X deve essere
più grande della media di Y . I risultati delle analisi sono i seguenti:
9.51 8.39 8.62 9.48 8.85
X =
9.29 8.43 9.57 9.30 9.21
8.10 8.58 9.05 7.28 7.64 5.83
Y =
8.61 7.10 6.44 7.43 8.63 7.94
Decidere con un test unilaterale di livello α = 0.05 quale accettare fra le ipotesi
H0 : µ X ≤ µ Y H1 : µX > µY

213
N. Cufaro Petroni: Probabilità e Statistica

Soluzione: Anche in questo caso si tratta di un confronto di medie di campioni in-

dipendenti tramite un test unilaterale con varianze sconosciute. Dopo aver calcolato
dai campioni

X ≃ 9.065 2
SX ≃ 0.206 Y ≃ 7.719 SY2 ≃ 0.927
V ≃ 0.603
2
V ≃ 0.776

e dopo aver trovato il quantile di Student con α = 0.05

t1−α (n + m − 2) = t0.95 (20) ≃ 1.725

si calcola la statistica di Student

X −Y
T0 = √ ≃ 4.050
V n1 + 1
m

e siccome
T0 ≃ 4.050 > 1.725 ≃ t1−α (n + m − 2)
ne concludiamo che l’evento critico unilaterale (9.36) si verifica, i dati sono in regione
critica e quindi rifiuteremo H0 e accetteremo H1 

Esercizio A.3.14. La differenza fra entrate e uscite (in milioni di Euro) di una ditta
è una v-a con varianza σ 2 = 1. Vengono introdotte alcune modifiche nel sistema
di vendita dei prodotti: per controllare se la situazione finanziaria è migliorata si
confrontano i bilanci X di n = 10 mesi successivi all’introduzione di tali modifiche
con quelli Y di m = 12 mesi precedenti, e si ottengono i seguenti risultati
0.61 0.90 2.76 1.31 3.33
X =
2.08 1.42 −0.67 2.22 3.28
0.80 2.28 1.11 −1.26 0.70 1.26
Y =
0.42 2.24 1.58 −0.21 −0.26 −2.02
Supponendo che le modifiche abbiano lasciato immutata la varianza, decidere con
un test di livello α = 0.05 quale accettare fra le ipotesi

H0 : µX ≤ µY H1 : µX > µY

Soluzione: Questa volta il confronto fra le medie di campioni indipendenti è ef-

2
fettuato supponendo che le varianze σX = σY2 = 1 siano conosciute, per cui l’e-
vento critico unilaterale assume la forma (9.33). Pertanto, dopo aver calcolato dai
campioni
X ≃ 1.724 Y ≃ 0.553
si cerca sulle Tavole E.1 con α = 0.05 il quantile della normale standard

φ1−α = φ0.950 ≃ 1.65

214
 A.3 Statistica Inferenziale

e si calcola il valore della statistica di Gauss (9.32)

X −Y
U0 = √ 2 2
≃ 2.74
σX σY
n
+ m

Siccome
U0 ≃ 2.74 > 1.65 ≃ φ1−α
ne concludiamo che l’evento critico unilaterale (9.33) si verifica, i dati sono in regione
critica e quindi rifiuteremo H0 e accetteremo H1
A scopo illustrativo possiamo confermare questo risultato abbandonando l’ipotesi
che le varianze siano conosciute e calcolandone invece una stima dai campioni. In
questo caso avremmo
2
SX ≃ 1.596 SY2 ≃ 1.722 V 2 ≃ 1.665 V ≃ 1.290

mentre con α = 0.05 il quantile di Student sarebbe

t1−α (n + m − 2) = t0.950 (20) ≃ 1.725

Siccome ora la statistica di Student (9.35) è

X −Y
T0 = √ ≃ 2.119
V n1 + 1
m

avremo
T0 ≃ 2.119 > 1.725 ≃ t1−α (n + m − 2)
cioè l’evento critico unilaterale (9.36) si verifica, i dati sono in regione critica e quindi
ancora una volta rifiuteremo H0 e accetteremo H1 

Esercizio A.3.15. Per controllare se una nuova procedura di fabbricazione ha mo-

dificato la qualità dei prodotti di una azienda si paragonano le misure X ed Y di una
data caratteristica dei prodotti prima e dopo l’introduzione della nuova procedura.
Si ottengono cosı̀ due campioni indipendenti rispettivamente di n = 10 ed m = 12
valori:
9.41 9.71 10.32 9.05 8.63
X =
9.12 8.65 8.91 10.36 8.80
8.10 7.58 8.06 8.43 8.63 8.69
Y =
7.61 8.39 10.57 9.11 8.60 8.62

decidere con un test bilaterale di livello α = 0.05 quale accettare fra le ipotesi

H0 : µX = µY H1 : µX ̸= µY

215
N. Cufaro Petroni: Probabilità e Statistica

Soluzione: Si tratta di un test di confronto di medie di campioni indipendenti con

varianze sconosciute per cui l’evento critico bilaterale è (9.36). Dopo aver calcolato

X ≃ 9.296 Y ≃ 8.533 2
SX ≃ 0.412 SY2 ≃ 0.612 V ≃ 0.522

e dopo aver trovato con α = 0.05 il quantile di Student

t1− α2 (n + m − 2) = t0.975 (20) ≃ 2.086

si determina la statistica di Student

 
 
 X −Y 
|T0 | =  √  ≃ 3.415

V 1
+ 1 
n m

Siccome
|T0 | ≃ 3.415 > 2.086 ≃ t1− α2 (n + m − 2)
l’evento critico bilaterale (9.36) si verifica, i dati sono in regione critica e quindi
rifiuteremo H0 e accetteremo H1 

Esercizio A.3.16. Siano dati due campioni indipendenti X1 , . . . , Xn e Y1 , . . . , Ym ,

composti rispettivamente di n = 21 e m = 31 valori, e supponiamo che le varianze
empiriche calcolate a partire dai dati siano rispettivamente
2
SX =2 SY2 = 1
2
Determinare prima gli intervalli di fiducia di livello α = 0.05 delle varianze σX e
2
σY , e successivamente eseguire un test bilaterale di Fisher di livello α = 0.05 per
decidere fra le due ipotesi

H0 : σ X
2
= σY2 H1 : σX
2
̸= σY2

Soluzione: Per determinare gli intervalli di fiducia di livello α = 0.05 delle varianze
dobbiamo prima trovare sulle Tavole E.3 i quantili occorrenti

χ21− α (n − 1) = χ20.975 (20) ≃ 34.170 χ2α (n − 1) = χ20.025 (20) ≃ 9.591

2 2

χ21− α (m − 1) = χ20.975 (30) ≃ 46.979 χ α (m − 1) = χ20.025 (30) ≃ 16.791

2
2 2

2
Gli estremi degli intervalli di fiducia (8.7) per le varianze σX e σY2 sono allora
rispettivamente
(n − 1)SX 2
(n − 1)SX 2
≃ 1.171 ≃ 4.171
χ21− α (n − 1) χ2α (n − 1)
2 2

(m − 1)SY2 (m − 1)SY2
≃ 0.639 ≃ 1.787
χ21− α (m − 1) χ2α (m − 1)
2 2

216
 A.3 Statistica Inferenziale

2
e quindi gli intervalli per σX e σY2 sono rispettivamente

[1.171 , 4.171] [0.639 , 1.787]

Per il test bilaterale sulle varianze (vedi Sezione 9.4) useremo poi la statistica di
Fisher (9.39) nella forma
S2
F0 = X2
SY
Pertanto, per determinare l’evento critico bilaterale (9.40) del test di livello α = 0.05
dovremo innanzitutto individuare sulle Tavole E.4 gli opportuni quantili

1 1
f α2 (n − 1, m − 1) = f0.025 (20, 30) = ≃ ≃ 0.43
f0.975 (30, 20) 2.35
f1− α2 (n − 1, m − 1) = f0.975 (20, 30) ≃ 2.20

Siccome per i nostri dati F0 = 2, avremo che

f α2 (n − 1, m − 1) ≃ 0.43 < F0 = 2 < 2.20 ≃ f1− α2 (n − 1, m − 1)

cioè l’evento critico bilaterale (9.40) non si verifica, i dati non sono in regione critica
e quindi accetteremo l’ipotesi H0 

Esercizio A.3.17. Due serie indipendenti di n = 9 ed m = 10 misure rispettiva-

mente di due quantità aleatorie X ed Y danno i seguenti risultati

X = 4.83 −2.52 −1.79 −2.85 1.45 1.09 1.87 2.03 −2.60

Y = −1.34 1.32 −0.96 0.29 −1.41 0.23 −0.56 −0.32 0.66 1.27

Determinare gli intervalli di fiducia di livello α = 0.05 per le due varianze scono-
2
sciute σX e σY2 , e successivamente eseguire un test unilaterale di livello α = 0.05 per
decidere fra le ipotesi

H0 : σX
2
≤ σY2 H1 : σX
2
> σY2

Soluzione: Bisogna prima calcolare medie e varianze dei campioni

X ≃ 0.179 2
SX ≃ 7.346 Y ≃ −0.082 SY2 ≃ 0.998

e poi per determinare gli intervalli di fiducia di livello α = 0.05 delle varianze
dobbiamo trovare sulle Tavole E.3 i quantili occorrenti

χ21− α (n − 1) = χ20.975 (8) ≃ 17.535 χ2α (n − 1) = χ20.025 (8) ≃ 2.180

2 2

χ21− α (m − 1) = χ20.975 (9) ≃ 19.023 χ2α (m − 1) = χ20.025 (9) ≃ 2.700

2 2

217
N. Cufaro Petroni: Probabilità e Statistica

2
Con questi valori gli estremi degli intervalli di fiducia (8.7) per le varianze σX e σY2
sono allora rispettivamente

(n − 1)SX 2
(n − 1)SX 2
≃ 3.352 ≃ 26.960
χ21− α (n − 1) χ2α (n − 1)
2 2

(m − 1)SY2 (m − 1)SY2
≃ 0.472 ≃ 3.326
χ21− α (m − 1) χ2α (m − 1)
2 2

2
e quindi gli intervalli per σX e σY2 sono rispettivamente

[3.352 , 26.960] [0.472 , 3.326]

Per il test unilaterale sulle varianze useremo la statistica di Fisher (9.39), e per
determinare l’evento critico unilaterale (9.40) del test di livello α = 0.05 cercheremo
sulle Tavole E.4 il quantile

f1−α (n − 1, m − 1) = f0.950 (8, 9) ≃ 3.23

A questo punto, siccome

2
SX
F0 = ≃ 7.36
SY2
avremo
F0 ≃ 7.36 > 3.23 ≃ f1−α (n − 1, m − 1)
cioè l’evento critico unilaterale (9.40) si verifica, i dati sono in regione critica e quindi
rifiuteremo l’ipotesi H0 e accetteremo H1 

Esercizio A.3.18. Siano dati i seguenti due campioni indipendenti:

3.16 4.37 6.67 2.49 2.06 3.51 6.94 5.46 5.27 7.48
X= Y =
4.10 −0.88 3.84 1.45 5.76 2.21 7.29 7.80 6.06

Con un test bilaterale di livello α = 0.05 si decida quale accettare fra le ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

Poi con un test bilaterale di livello α = 0.05 si decida quale accettare fra le ipotesi

H0 : µX = µY H1 : µX ̸= µY

Soluzione: Conviene innanzitutto calcolare dai campioni le quantità necessarie

X ≃ 3.029 2
SX ≃ 4.485 Y ≃ 5.778 SY2 ≃ 3.215

218
 A.3 Statistica Inferenziale

poi per il primo test bilaterale sulle varianze di livello α = 0.05 si determinano i
quantili di Fisher
1 1
f α2 (n − 1, m − 1) = f0.025 (8, 9) = ≃ ≃ 0.23
f0.975 (9, 8) 4.36
f1− α2 (n − 1, m − 1) = f0.975 (8, 9) ≃ 4.10

e siccome la statistica di Fisher è

2
SX
F0 = ≃ 1.395
SY2
si ottiene

f α2 (n − 1, m − 1) ≃ 0.23 < F0 = 1.395 < 4.10 ≃ f1− α2 (n − 1, m − 1)

cioè l’evento critico bilaterale (9.40) non si verifica, i dati non sono in regione critica
e quindi accetteremo l’ipotesi H0 : σX 2
= σY2 . Per il test bilaterale sulle medie di
livello α = 0.05 bisogna invece prima determinare il quantile di Student

t1− α2 (n + m − 2) = t0.975 (17) ≃ 2.11

poi calcolare la varianza combinata (9.34) ottenendo

V 2 ≃ 3.813 V ≃ 1.95

e poi la statistica di Student (9.35)

|T0 | ≃ 3.06

A questo punto si osserva che

|T0 | ≃ 3.06 > 2.11 ≃ t1− α2 (n + m − 2)

per cui l’evento critico bilaterale (9.36) si verifica, i dati sono in regione critica e
quindi rifiuteremo H0 : µX = µY e accetteremo H1 : µX ̸= µY 

Esercizio A.3.19. Siano X e Y due quantità aleatorie: due campioni indipendenti

rispettivamente di n = 21 e m = 16 misure hanno medie X = 5 e Y = 3, e varianze
2
corrette (stimate a partire dai campioni) SX = 5 e SY2 = 3. Decidere prima con un
test bilaterale di livello α = 0.05 quale accettare fra le due ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

e poi con un test unilaterale di livello α = 0.05 quale accettare fra le due ipotesi

H0 : µX ≤ µY H1 : µX > µY

Infine determinate gli intervalli di fiducia di livello α = 0.05 per le attese µX e µY

219
N. Cufaro Petroni: Probabilità e Statistica

Risposta: Nel primo test bilaterale di Fisher sulla varianza l’evento critico non si
verifica
2
SX
f0.025 (20, 15) ≃ 0.39 < F0 = 2 ≃ 1.67 < 2.76 ≃ f0.975 (20, 15)
SY
per cui si accetta l’ipotesi H0 : σX
2
= σY2 . Nel secondo test unilaterale di Student
sulle attese si ha
V 2 ≃ 4.143
e quindi l’evento critico si verifica
X −Y
T0 = √ ≃ 2.96 > 1.69 ≃ t0.950 (35)
V 1 /n + 1 /m
per cui si rifiuta l’ipotesi H0 : µX ≤ µY . Infine
5 ± 1.02 3 ± 0.92
sono gli intervalli di fiducia di µX e µY 

Esercizio A.3.20. Siano dati i due seguenti campioni indipendenti delle quantità
aleatorie X e Y :
1.13 0.11 0.74 0.97 0.10 1.14 0.68 0.21 0.70 0.41
X = 0.82 0.04 0.85 0.85 0.84 0.11 0.55 0.09 1.01 0.34
1.04
0.85 0.62 0.21 0.22 0.34 0.13 0.93 0.38 0.01 0.65
Y =
0.97 0.79 0.42 0.09 0.44 0.31
2
Determinate gli intervalli di fiducia di livello α = 0.05 per le varianze σX e σY2 , e
poi decidere con un test bilaterale di livello α = 0.05 quale accettare fra le due ipotesi
H0 : σX
2
= σY2 H1 : σX
2
̸= σY2
Risposta: Innanzitutto risulta
X ≃ 0.606 Y ≃ 0.460 2
SX ≃ 0.145 SY2 ≃ 0.094
2
per cui gli intervalli di fiducia di σX e σY2 sono
[0.08 , 0.30] [0.05 , 0.23]
Nel test bilaterale di Fisher sulla varianza l’evento critico non si verifica
2
SX
f0.025 (20, 15) ≃ 0.39 < F0 = ≃ 1.53 < 2.76 ≃ f0.975 (20, 15)
SY2
per cui si accetta l’ipotesi H0 : σX
2
= σY2 

220
 A.3 Statistica Inferenziale

Esercizio A.3.21. Due campioni indipendenti delle quantità X e Y con attese

2
µX , µY e varianze σX , σY2 sconosciute, sono composti rispettivamente di n = 21 e
m = 31 misure, e hanno medie X = 1.09 e Y = 2.22 e varianze corrette (calcolate
2
dai campioni) SX = 2.34 e SY2 = 3.11. Decidere prima con un test bilaterale di
livello α = 0.05 quale accettare fra le due ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

e poi decidere con un test bilaterale di livello α = 0.01 quale accettare fra le le due
ipotesi
H0 : µX = µY H1 : µX ≠ µY

Risposta: Nel primo test bilaterale di Fisher sulla varianza l’evento critico non si
verifica
2
SX
f0.025 (20, 30) ≃ 0.43 < F0 = ≃ 0.75 < 2.20 ≃ f0.975 (20, 30)
SY2

per cui si accetta l’ipotesi H0 : σX

2
= σY2 . Nel secondo test unilaterale di Student
sulle attese si ha
V 2 ≃ 2.802
e quindi l’evento critico non si verifica

|X − Y |
|T0 | = √ ≃ 2.39 < 2.68 ≃ t0.995 (50)
V 1 /n + 1 /m

per cui si accetta l’ipotesi H0 : µX = µY 

Esercizio A.3.22. Siano dati i due seguenti campioni indipendenti delle quantità
aleatorie X e Y :
5.49 4.37 4.42 3.79 5.57 3.37 4.30 3.14 4.55 4.23
X =
3.44 2.51 4.46 2.54 3.59 4.20 3.14 3.50 2.26 4.01 4.06
5.84 2.29 3.71 5.09 7.07 5.61 4.83 3.29 5.55 6.78
Y = 5.74 5.58 5.28 4.89 4.21 2.54 3.71 3.81 4.60 6.81
4.60 5.10 4.72 6.33 5.76 4.86 3.50 5.18 6.60 5.47 3.49
2
Determinate prima gli intervalli di fiducia di livello α = 0.05 per σX e σY2 , e poi
decidere con un test bilaterale di livello α = 0.05 quale accettare fra le due ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

Risposta: Innanzitutto risulta

X ≃ 3.854 Y ≃ 4.930 2
SX ≃ 0.764 SY2 ≃ 1.493

221
N. Cufaro Petroni: Probabilità e Statistica

2
per cui gli intervalli di fiducia di σX e σY2 sono

[0.45 , 1.59] [0.95 , 2.67]

Nel test bilaterale di Fisher sulla varianza l’evento critico non si verifica
2
SX
f0.025 (20, 30) ≃ 0.43 < F0 = ≃ 0.51 < 2.20 ≃ f0.975 (20, 30)
SY2
per cui si accetta l’ipotesi H0 : σX
2
= σY2 

Esercizio A.3.23. Due serie indipendenti di n = 10 ed m = 9 misure rispettiva-

mente di due quantità aleatorie X ed Y danno i seguenti risultati
X = −1.34 1.32 −0.96 0.29 −1.41 0.23 −0.56 −0.32 0.66 1.27
Y = 4.83 −2.52 −1.79 −2.85 1.45 1.09 1.87 2.03 −2.60
Eseguire un test di bilaterale di livello α = 0.05 per decidere quale accettare fra le
due ipotesi
H0 : σX 2
= σY2 H1 : σ X
2
̸= σY2
Risposta: Innanzitutto risulta

X ≃ −0.082 Y ≃ 0.168 2
SX ≃ 0.998 SY2 ≃ 7.303

Nel test bilaterale di Fisher sulla varianza, poi, l’evento critico si verifica
2
SX
F0 = ≃ 0.14 < 0.24 ≃ f0.025 (9, 8) < 4.36 ≃ f0.975 (9, 8)
SY2
per cui si rifiuta l’ipotesi H0 : σX
2
= σY2 

Esercizio A.3.24. Per giudicare il rendimento di due classi di n = 31 e m = 21

studenti si paragonano i voti (espressi in trentesimi) con i quali è stato superato un
certo esame. I due campioni indipendenti sono i seguenti:
25 27 27 26 27 25 23 25 22 26 25 21 24 22 24 24
X =
23 22 29 26 21 26 23 24 24 20 29 22 23 18 27
21 19 19 22 25 20 25 23 26 27 22
Y =
25 27 20 19 23 28 22 25 23 28
Decidere prima con un test bilaterale di livello α = 0.05 quale accettare tra le ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

e poi decidere con un test unilaterale di livello α = 0.01 quale accettare tra le ipotesi

H0 : µX ≤ µY H1 : µX > µY

222
 A.3 Statistica Inferenziale

Risposta: Innanzitutto risulta

X ≃ 24.193 Y ≃ 23.286 2
SX ≃ 6.495 SY2 ≃ 8.914

Nel primo test bilaterale di Fisher sulla varianza l’evento critico non si verifica
2
SX
f0.025 (30, 20) ≃ 0.46 < F0 = 2 ≃ 0.73 < 2.35 ≃ f0.975 (30, 20)
SY

per cui si accetta l’ipotesi H0 : σX

2
= σY2 . Nel secondo test unilaterale di Student
sulle attese si ha
V 2 ≃ 7.462
e quindi l’evento critico non si verifica

X −Y
T0 = √ ≃ 1.18 < 2.40 ≃ t0.990 (50)
V 1 /n + 1 /m
per cui si accetta l’ipotesi H0 : µX ≤ µY 

Esercizio A.3.25. Siano dati i seguenti due campioni aleatori di n = 16 ed m = 21

misure:
9.08 9.80 10.76 9.58 10.56 9.99 10.61 8.86 10.41 10.27 7.94
X =
8.61 10.38 9.77 11.30 10.09
3.99 4.04 4.20 6.11 7.26 6.43 5.23 5.93 3.71 4.53 4.91
Y =
5.33 3.95 4.60 3.87 5.25 4.09 5.21 5.85 4.10 4.26
2
Calcolare prima gli intervalli di fiducia di livello α = 0.01 per le varianze σX e σY2 ,
e poi decidere con un test bilaterale di livello α = 0.05 quale accettare tra le ipotesi

H0 : σX
2
= σY2 H1 : σX
2
̸= σY2

Risposta: Innanzitutto risulta

X ≃ 9.876 Y ≃ 4.898 2
SX ≃ 0.779 SY2 ≃ 0.961
2
per cui gli intervalli di fiducia di σX e σY2 sono

[0.36 , 2.54] [0.48 , 2.59]

Nel test bilaterale di Fisher sulla varianza l’evento critico non si verifica
2
SX
f0.025 (15, 20) ≃ 0.36 < F0 = ≃ 0.81 < 2.57 ≃ f0.975 (15, 20)
SY2

per cui si accetta l’ipotesi H0 : σX

2
= σY2 

223
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.26. Per confrontare le attività di due materiali radioattivi si rilevano

i numeri di particelle emesse in un intervallo di 10 minuti. Si misurano pertanto, ri-
spettivamente per i due materiali, n = 31 e m = 31 valori di tale conteggio ottenendo
i seguenti campioni indipendenti
15 20 21 26 20 14 13 17 22 21 24 19 18 22 17 17
X =
19 23 21 22 31 14 14 24 24 21 20 25 17 20 20
18 18 23 19 14 14 14 16 23 21 17 21 14 22 17 19
Y =
16 9 22 13 17 19 16 19 22 11 16 9 19 21 13
Decidere prima con un test bilaterale di livello α = 0.05 quale accettare tra le ipotesi
H0 : σX
2
= σY2 H1 : σX
2
̸= σY2
e poi decidere con un test unilaterale di livello α = 0.01 quale accettare tra le ipotesi
H0 : µX ≤ µY H1 : µX > µY
Risposta: Innanzitutto risulta
X ≃ 20.032 Y ≃ 17.161 2
SX ≃ 15.966 SY2 ≃ 15.073
Nel primo test bilaterale di Fisher sulla varianza l’evento critico non si verifica
2
SX
f0.025 (30, 30) ≃ 0.48 < F0 = ≃ 1.06 < 2.07 ≃ f0.975 (30, 30)
SY2
per cui si accetta l’ipotesi H0 : σX
2
= σY2 . Nel secondo test unilaterale di Student
sulle attese si ha
V 2 ≃ 15.519
e quindi l’evento critico si verifica
X −Y
T0 = √ ≃ 2.87 > 2.39 ≃ t0.990 (60)
V 1 /n + 1 /m
per cui si rifiuta l’ipotesi H0 : µX ≤ µY 

Esercizio A.3.27. Per studiare l’attività di un centralino telefonico si rileva il nu-

mero X di telefonate che arrivano tra le 11.00 e le 12.00 in n = 100 giorni lavorativi
tipici. Le frequenze Nj con cui si ritrovano i diversi valori j = 0, 1, . . . di X sono le
seguenti:
j= 0 1 2 3 4 5 6 7 8 ≥9
Nj = 1 4 15 18 22 17 10 8 3 2
Verificare con un test del chi-quadro di livello α = 0, 05 se questi dati sono compa-
tibili con l’ipotesi
H0 : il campione si adatta alla legge di Poisson P(4)

224
 A.3 Statistica Inferenziale

Soluzione: Si deve innanzitutto verificare se è rispettata la condizione di applica-

bilità che richiede npj ≥ 5 per tutti gli indici j presenti nel campione: in questo
esercizio le pj sono le probabilità della legge di Poisson P(4)

4j
pj = e−4 j = 0, 1, . . .
j!

Se le condizioni non sono soddisfatte (come in effetti avviene in questo caso) si deve
procedere a raggruppare i valori j con le probabilità più piccole ottenendo (come
nell’Esempio 9.9) un nuovo elenco di probabilità qj e di frequenze empiriche Mj sulle
quali eseguire il test. Converrà pertanto stilare la seguente tabella

(Mj −nqj)2
j Nj pj npj j qj nqj Mj nqj
0 1 0.018 1.8
1 4 0.073 7.3 0, 1 0.091 9.1 5 1.888
2 15 0.147 14.7 2 0.147 14.7 15 0.008
3 18 0.195 19.5 3 0.195 19.5 18 0.121
4 22 0.195 19.5 4 0.195 19.5 22 0.311
5 17 0.156 15.6 5 0.156 15.6 17 0.120
6 10 0.104 10.4 6 0.104 10.4 10 0.017
7 8 0.060 6.0 7 0.060 6.0 8 0.703
8 3 0.030 3.0 ≥8 0.051 5.1 5 0.003
≥9 2 0.021 2.1
K0 = 3.170

Nelle prime quattro colonne sono riportati i dati del problema con i valori dei prodot-
ti npj (con n = 100) dai quali si evince la necessità di raggruppare le classi estreme
per soddisfare le condizioni di applicabilità del test. Nelle successive quattro colonne
è mostrato l’effetto del raggruppamento, e nell’ultima colonna dai dati modificati
sono calcolati gli addendi della statistica di Pearson (9.41) K0 il cui valore (la somma
di tutti i termini dell’ultima colonna) è infine mostrato in grassetto in fondo a destra.
L’evento critico (9.42) del test di livello α = 0.05 è poi definito da un quantile del
chi-quadro con m − 1 = 7 gradi di libertà perché dopo il raggruppamento le classi
sono diventate m = 8. Pertanto dalle Tavole E.3 avremo

χ21−α (m − 1) = χ20.950 (7) ≃ 14.07

e siccome
K0 ≃ 3.17 < 14.07 ≃ χ21−α (m − 1)
l’evento critico non si verifica, i dati non sono inn regione critica e quindi accetteremo
l’ipotesi H0 

225
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.28. Si misura n = 500 volte una v-a X che assume i cinque valori
j = 0, 1, 2, 3, 4, e si ottengono le seguenti frequenze dei risultati:
j= 0 1 2 3 4
Nj = 4 51 163 173 109
Verificare con un test del chi-quadro di livello α = 0.05 se questi dati sono compa-
tibili con l’ipotesi
( )
H0 : il campione si adatta alla legge binomiale B 4; 2 /3
Soluzione: In questo caso le pj sono le probabilità binomiali B (4; 2 /3 )
( )
4 ( 2 )j ( 1 )4−j
pj = /3 /3 j = 0, 1, . . . , 4
j
e come si può vedere dalla tabella seguente, con n = 500 non c’è bisogno di
raggruppare le classi
(Nj −npj)2
j Nj pj npj npj
0 4 0.012 6.2 0.765
1 51 0.099 49.4 0.053
2 163 0.296 148.1 1.489
3 173 0.395 197.5 3.046
4 109 0.198 98.8 1.061
K0 = 6.414
Siccome il numero di gradi di libertà è m = 5, il quantile del chi-quadro che definisce
l’evento critico (9.42) di livello α = 0.05 è
χ21−α (m − 1) = χ20.950 (4) ≃ 9.49
Avremo pertanto
K0 ≃ 6.41 < 9.49 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica, i dati non sono inn regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.29. Si ripete per n = 200 volte il lancio di 5 monetine, si conta in

ogni ripetizione il numero di teste (con valori j = 0, 1, 2, 3, 4, 5), e si ottengono le
seguenti frequenze
j= 0 1 2 3 4 5
Nj = 8 37 62 56 34 3
Verificare con un test del chi-quadro di livello α = 0.05 se questi dati sono compa-
tibili con l’ipotesi
( )
H0 : il campione si adatta alla legge binomiale B 5; 1 /2

226
 A.3 Statistica Inferenziale

Soluzione: Le pj sono le probabilità binomiali B (5; 1 /2 )

( )
5 ( 1 )5
pj = /2 j = 0, 1, . . . , 5
j
e come si può vedere dalla tabella seguente, con n = 200 non c’è bisogno di
raggruppare le classi
(Nj −npj)2
j Nj pj npj npj
0 8 0.031 6.3 0.490
1 37 0.156 31.3 1.058
2 62 0.313 62.5 0.004
3 56 0.313 62.5 0.676
4 34 0.156 31.3 0.242
5 3 0.031 6.3 1.690
K0 = 4.160
Siccome il numero di gradi di libertà è m = 6, il quantile del chi-quadro che definisce
l’evento critico (9.42) di livello α = 0.05 è

χ21−α (m − 1) = χ20.950 (5) ≃ 11.07

Avremo pertanto
K0 ≃ 4.16 < 11.07 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica, i dati non sono inn regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.30. Con n = 200 misure di una v-a discreta X che prende valori
j = 0, . . . , 4 si ottengono le seguenti frequenze

j= 0 1 2 3 4
Nj = 30 72 70 24 4

Verificare con un test del chi-quadro di livello α = 0.05 se questi dati sono compa-
tibili con l’ipotesi

H0 : il campione si adatta alla legge binomiale B (4; 0.4)

Soluzione: Le pj sono le probabilità binomiali B (4; 0.4)

( )
4
pj = (0.4)j (0.6)4−j j = 0, 1, . . . , 4
j
e come si può vedere dalla tabella seguente, con n = 200 non c’è bisogno di
raggruppare le classi

227
N. Cufaro Petroni: Probabilità e Statistica

(Nj −npj)2
j Nj pj npj npj
0 30 0.130 25.9 0.642
1 72 0.346 69.1 0.120
2 70 0.346 69.1 0.011
3 24 0.154 30.7 1.470
4 4 0.026 5.1 0.245
K0 = 2.488
Siccome il numero di gradi di libertà è m = 5, il quantile del chi-quadro che definisce
l’evento critico (9.42) di livello α = 0.05 è

χ21−α (m − 1) = χ20.950 (4) ≃ 9.49

Avremo pertanto
K0 ≃ 2.49 < 9.49 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica, i dati non sono inn regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.31. Si lanciano 5 dadi n = 2 000 volte, e si conta il numero X dei

sei (X prende i valori j = 0, 1, 2, 3, 4, 5) ottenendo le seguenti frequenze

j= 0 1 2 3 4 5
Nj = 822 804 300 67 7 0
Verificare con un test del chi-quadro di livello α = 0.05 se questi dati sono compa-
tibili con l’ipotesi
( )
H0 : il campione si adatta alla legge binomiale B 5; 1 /6

Soluzione: Le pj sono le probabilità binomiali B (5; 1 /6 )

( )
5 ( 1 )j ( 5 )5−j
pj = /6 /6 j = 0, 1, . . . , 5
j
e come si può vedere dalla tabella seguente, con n = 2 000 c’è bisogno di raggruppare
le classi estreme 4 e 5
(Mj −nqj)2
j Nj pj npj j qj nqj Mj nqj
0 822 0.4019 803.8 0 0.4019 803.8 822 0.4141
1 804 0.4019 803.8 1 0.4019 803.8 804 0.0001
2 300 0.1608 321.5 2 0.1608 321.5 300 1.4381
3 67 0.0322 64.3 3 0.0322 64.3 67 0.1133
4 7 0.0032 6.4 4, 5 0.0033 6.7 7 0.0505
5 0 0.0001 0.3
K0 = 2.0161

228
 A.3 Statistica Inferenziale

Siccome il numero di gradi di libertà ore è m = 5, il quantile del chi-quadro che

definisce l’evento critico (9.42) di livello α = 0.05 è
χ21−α (m − 1) = χ20.950 (4) ≃ 9.49
Avremo pertanto
K0 ≃ 2.02 < 9.49 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica, i dati non sono inn regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.32. Un apparecchio contiene 4 componenti elettronici identici. Do-

po aver funzionato per un certo tempo ogni componente ha una probabilità p (non
nota) di essere ancora funzionante. Un campione di n = 50 000 apparecchi viene
esaminato, e per ciascuno di essi si conta il numero (j = 0, 1, 2, 3, 4) di componenti
ancora funzionanti ottenendo i seguenti risultati
j= 0 1 2 3 4
Nj = 6 201 2 400 14 644 32 749
Calcolare la stima p del parametro p, e poi verificare con un test del chi-quadro di
livello α = 0.05 se questi dati sono compatibili con l’ipotesi
H0 : il campione si adatta alla legge binomiale B (4; p)
Soluzione: In questo caso bisogna preliminarmente stimare il parametro p con il
suo stimatore di MV che in base alla (8.10) del Teorema 8.15, per B (4; p) con
n = 50 000, nel nostro caso vale

1 ∑
4
p= jNj ≃ 0.90
4 n j=0

Le pj sono quindi le probabilità binomiali B (4; 0.90)

( )
4
pj = (0.90)j (0.10)4−j j = 0, 1, . . . , 4
j
e sulla base i queste la seguente tabella indica che non è necessario eseguire nessun
raggruppamento di classi, e permette quindi di calcolare il valore della statistica di
Pearson K0
(Nj −npj)2
j Nj pj npj npj
0 6 0.0001 5.1 0.170
1 201 0.0036 181.9 2.016
2 2 400 0.0489 2 445.4 0.841
3 14 644 0.2923 14 614.5 0.060
4 32 749 0.6551 32 753.3 0.001
K0 = 3.088

229
N. Cufaro Petroni: Probabilità e Statistica

Ricordando ora che abbiamo stimato q = 1 parametri della distribuzione, l’evento

critico di livello α = 0.05 assumerà la forma (9.43) e quindi con m = 5 possibili
valori il quantile del chi-quadro necessario è

χ21−α (m − q − 1) = χ20.950 (3) ≃ 7.81

Avremo pertanto
K0 ≃ 3.09 < 7.81 ≃ χ21−α (m − q − 1)
per cui l’evento critico non si verifica, i dati non sono in regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.33. n = 40 misure di una quantità aleatoria X danno i seguenti

risultati:
0.44 0.37 0.87 1.73 −0.41 2.84 1.40 −0.17 0.29 1.59
0.39 2.39 1.68 −0.05 1.01 1.17 0.62 2.83 0.73 0.91
0.31 −0.92 2.28 0.74 1.02 0.70 2.06 2.56 0.94 2.56
−0.34 1.40 1.42 −0.09 2.17 1.83 1.80 −0.14 1.40 0.91
Usando le frequenze dei ritrovamenti dei valori del campione nei seguenti m = 4
intervalli
(−∞, 0] (0, 1] (1, 2] (2, +∞)
stabilire con un test del chi-quadro di livello α = 0.05 quali delle seguenti ipotesi
sono accettabili

H0 : il campione si adatta alla legge normale N (1, 1)

H0′ : il campione si adatta alla legge uniforme U (−1, 3)

Soluzione: La tabella delle frequenze dei ritrovamenti nei quattro intervalli è

intervalli (−∞, 0] (0, 1] (1, 2] (2, +∞)
Nj 7 13 12 8
mentre le probabilità assegnate agli stessi quattro intervalli dalla legge N (1, 1) sono
ricavati dalle Tavole E.1 ricordando che Φ(−1) = 1 − Φ(1)

p1 = P {−∞ ≤ N (1, 1) ≤ 0} = P {−∞ ≤ N (0, 1) ≤ −1} = Φ(−1) ≃ 0.159

p2 = P {0 ≤ N (1, 1) ≤ 1} = P {−1 ≤ N (0, 1) ≤ 0} = Φ(0) − Φ(−1) ≃ 0.341
p3 = P {1 ≤ N (1, 1) ≤ 2} = P {0 ≤ N (0, 1) ≤ 1} = Φ(1) − Φ(0) ≃ 0.341
p4 = P {2 ≤ N (1, 1) ≤ +∞} = P {1 ≤ N (0, 1) ≤ +∞} = 1 − Φ(1) ≃ 0.159

e le corrispondenti quattro probabilità assegnate dalla legge uniforme U (−1, 3) sono

banalmente tutte uguali
p′1 = p′2 = p′3 = p′4 = 1 /4
Le nostre tabelle saranno allora

230
 A.3 Statistica Inferenziale

(Nj −npj)2 (Nj −np′ j)2

intervalli j Nj pj npj npj
p′j np′j np′j

(−∞, 0] 1 7 0.159 6.3 0.067 0.250 10 0.900

(0, 1] 2 13 0.341 13.7 0.031 0.250 10 0.900
(1, 2] 3 12 0.341 13.7 0.200 0.250 10 0.400
(2, +∞) 4 8 0.159 6.3 0.431 0.250 10 0.400
′
K0 = 0.730 K0 = 2.600
e l’evento critico di livello α = 0.05 è lo stesso per ambedue i test con m = 4 classi e
χ21−α (m − 1) = χ20.950 (3) ≃ 7.81
Avremo pertanto
K0 ≃ 0.73 < 7.81 ≃ χ21−α (m − 1)
K0′ ≃ 2.60 < 7.81 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica in nessun caso, e quindi accetteremo sia l’ipotesi
H0 che l’ipotesi H0′ : in pratica i dati sono compatibili con ambedue le distribuzioni
nel senso che la loro informazione non permette di distinguere i due casi 

Esercizio A.3.34. n = 20 misure di una quantità aleatoria X danno i seguenti

risultati:
−3.601 1.064 3.370 1.535 1.017
1.933 3.100 −0.569 1.141 1.815
2.267 0.195 −0.506 −0.167 −2.936
−0.211 −0.659 −0.375 0.024 2.765
Usando le frequenze dei ritrovamenti dei valori del campione nei seguenti m = 3
intervalli
(−∞, 0] (0, 2] (2, +∞)
stabilire con un test del chi-quadro di livello α = 0.05 se è accettabile la seguente
ipotesi
H0 : il campione si adatta alla legge normale N (1, 4)
Soluzione: La tabella delle frequenze dei ritrovamenti nei quattro intervalli è
intervalli (−∞, 0] (0, 2] (2, +∞)
Nj 8 8 4
mentre le probabilità assegnate agli stessi tre intervalli dalla legge N (1, 4) sono rica-
vati dalle Tavole E.1 e dalla solita procedura di standardizzazione del Teorema 4.11
{ }
p1 = P {−∞ ≤ N (1, 4) ≤ 0} = P −∞ ≤ N (0, 1) ≤ − 1 /2 = Φ(−0.5) ≃ 0.309
{ }
p2 = P {0 ≤ N (1, 4) ≤ 2} = P − 1 /2 ≤ N (0, 1) ≤ 1 /2 = Φ(0.5) − Φ(−0.5) ≃ 0.383
{ }
p3 = P {2 ≤ N (1, 4) ≤ +∞} = P 1 /2 ≤ N (0, 1) ≤ +∞ = 1 − Φ(0.5) ≃ 0.309
Avremo pertanto

231
N. Cufaro Petroni: Probabilità e Statistica

(Nj −npj)2
intervalli j Nj pj npj npj
(−∞, 0] 1 8 0.309 6.2 0.542
(0, 2] 2 8 0.383 7.7 0.015
(2, +∞) 3 4 0.309 6.2 0.764
K0 = 1.321

mentre l’evento critico di livello α = 0.05 con m = 3 classi sarà definito dal quantile

χ21−α (m − 1) = χ20.950 (2) ≃ 5.99

Avremo cosı̀
K0 ≃ 1.32 < 5.99 ≃ χ21−α (m − 1)
per cui l’evento critico non si verifica, i dati non sono in regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.35. Le misure della larghezza del cranio (in mm) effettuate su un
campione di n = 84 scheletri etruschi hanno una media x = 143.8 e una varianza
s2 = 36.0. La tabella delle frequenze assolute negli intervalli indicati è

larghezza (mm) frequenza

(−∞, 135] 5
[135, 140] 10
[140, 145] 33
[145, 150] 24
[150, +∞) 12

Decidere con un test del chi-quadro di livello α = 0.05 se è accettabile la seguente

ipotesi

H0 : il campione si adatta alla legge normale N (x, s2 ) = N (143.8 , 36.0)

Soluzione: Le probabilità assegnate ai m = 5 intervalli dalla legge N (x, s2 ) =

N (143.8 , 36.0) sono ricavati dalle Tavole E.1 e dalla procedura di standardizzazione
del Teorema 4.11
{ }
p1 = P −∞ ≤ N (x, s2 ) ≤ 135 = P {−∞ ≤ N (0, 1) ≤ −1.47} ≃ 0.071
{ }
p2 = P 135 ≤ N (x, s2 ) ≤ 140 = P {−1.47 ≤ N (0, 1) ≤ −0.63} ≃ 0.192
{ }
p3 = P 140 ≤ N (x, s2 ) ≤ 145 = P {−0.63 ≤ N (0, 1) ≤ 0.20} ≃ 0.316
{ }
p4 = P 145 ≤ N (x, s2 ) ≤ 150 = P {0.20 ≤ N (0, 1) ≤ 1.03} ≃ 0.270
{ }
p5 = P 150 ≤ N (x, s2 ) ≤ +∞ = P {1.03 ≤ N (0, 1) ≤ +∞} ≃ 0.151

Avremo pertanto

232
 A.3 Statistica Inferenziale

(Nj −npj)2
intervalli j Nj pj npj npj
(−∞, 135] 1 5 0.071 6.0 0.162
[135, 140] 2 10 0.192 16.1 2.330
[140, 145) 3 33 0.316 26.5 1.570
[145, 150] 4 24 0.270 22.7 0.077
[150, +∞) 5 12 0.151 12.7 0.034
K0 = 4.173
mentre l’evento critico di livello α = 0.05 con m = 5 classi e q = 2 parametri stimati
sarà definito dal quantile

χ21−α (m − q − 1) = χ20.950 (2) ≃ 5.99

Avremo cosı̀
K0 ≃ 4.17 < 5.99 ≃ χ21−α (m − q − 1)
per cui l’evento critico non si verifica, i dati non sono in regione critica e quindi
accetteremo l’ipotesi H0 

Esercizio A.3.36. Con n = 300 misure di una v-a X che prende solo valori interi
si ottiene la seguente tabella di frequenze

j= 0 1 2 3 4 5 6
Nj = 40 81 83 52 27 13 4

Decidere con un test del chi-quadro di livello α = 0.01 se è accettabile la seguente

ipotesi ( )
H0 : il campione si adatta alla legge binomiale B 6; 1 /3
Risposta: Siccome n P {X = 6} ≃ 0.42 e n P {X = 5} ≃ 4.94, è necessario prima
raggruppare i valori j = 5 e j = 6 riducendo le classi da 7 a 6. Con i nuovi dati si
ottiene
K0 ≃ 38.15 > 15.09 ≃ χ20.990 (5)
per cui l’evento critico si verifica e quindi rifiuteremo l’ipotesi H0 

Esercizio A.3.37. Le misure in cm dell’altezza X di n = 100 persone si distribui-

scono con le seguenti frequenze assolute
altezza Nj
≤ 168 10
[168 , 169] 17
[169 , 170] 24
[170 , 171] 27
[171 , 172] 17
≥ 172 5

233
N. Cufaro Petroni: Probabilità e Statistica

Supponendo note la media µ = 170 e la varianza σ 2 = 2, decidere con un test del

chi-quadro di livello α = 0.05 se è accettabile la seguente ipotesi

H0 : il campione si adatta alla legge normale N (µ, σ 2 ) = N (170, 2)

Risposta: Non c’è bisogno di raggruppamenti di classi: si trova

K0 ≃ 1.92 < 11.07 ≃ χ20.950 (5)

per cui l’evento critico non si verifica e quindi accetteremo l’ipotesi H0 

Esercizio A.3.38. Quattro dadi vengono lanciati assieme per n = 10 000 volte, e
in ogni lancio si osserva quante volte esce “ 6”. I valori j = 0, 1, 2, 3, 4 del numero
dei “ 6” in ogni lancio si presentano con le seguenti frequenze empiriche assolute

j= 0 1 2 3 4
Nj = 4 775 3 919 1 143 156 7

Decidere con un test del chi-quadro di livello α = 0.05 se è accettabile la seguente

ipotesi ( )
H0 : il campione si adatta alla legge binomiale B 4; 1 /6

Risposta: Non c’è bisogno di raggruppamenti di classi: si trova

K0 ≃ 1.70 < 9.49 ≃ χ20.950 (4)

per cui l’evento critico non si verifica e quindi accetteremo l’ipotesi H0 

Esercizio A.3.39. Tre dadi vengono lanciati assieme per n = 8 000 volte, e in ogni
lancio si osserva quante volte esce “ 6”. I quattro valori j = 0, 1, 2, 3 del numero dei
“ 6” in ogni lancio si presentano con le seguenti frequenze empiriche assolute

j= 0 1 2 3
Nj = 4 481 2 868 603 48

Decidere con un test del chi-quadro di livello α = 0.05 se è accettabile la seguente

ipotesi ( )
H0 : il campione si adatta alla legge binomiale B 3; 1 /6

Risposta: Non c’è bisogno di raggruppamenti di classi: si trova

K0 ≃ 14.00 > 7.81 ≃ χ20.950 (3)

per cui l’evento critico si verifica e quindi rifiuteremo l’ipotesi H0 

234
 A.3 Statistica Inferenziale

Esercizio A.3.40. Si misurano la lunghezza X e il peso Y di n = 600 pezzi prodotti

da una fabbrica per controllare se sono: troppo lunghi, giusti, o troppo corti in X;
troppo pesanti, giusti, troppo leggeri in Y . I risultati della verifica sono riassunti
nella seguente tabella di contingenza
corti giusti lunghi
leggeri 6 48 8
giusti 52 402 36
pesanti 6 38 4

Stabilire con un test del χ2 di livello α = 0.05 se è accettabile l’ipotesi

H0 : le quantià misurate X e Y sono indipendenti

Soluzione: Conviene riprodurre innanzitutto la tabella di contingenza completan-

dola con le marginali e il numero totale degli oggetti misurati che viene riportato
nell’angolo in basso a destra. Successivamente sotto ognuna delle frequenze della
tabella (numeri in grassetto) conviene riportare il relativo valore delle quantità
Nj · N· k
npj q k =
n
necessarie per calcolare poi gli addendi della statistica di Pearson (9.44)

(Njk − npj q k )2
npj q k

i cui valori sono registrati nella seconda riga sotto ciascuna frequenza
corti giusti lunghi marg
leggeri 6 48 8 62
6.61 50.43 4.96
0.057 0.117 1.863
giusti 52 402 36 490
52.27 398.53 39.20
0.001 0.030 0.261
pesanti 6 38 4 48
5.12 39.04 3.84
0.151 0.028 0.007
marg 64 488 48 600
A questo punto la statistica di Pearson si ottiene sommando tutti i termini riportati
nella seconda riga sotto le frequenze
∑ (Njk − npj q k )2
K0 = ≃ 2.515
j,k
npj q k

235
N. Cufaro Petroni: Probabilità e Statistica

L’evento critico (9.45) di livello α = 0.05 con r = s = 3 classi di possibili valori di

X e Y è d’altra parte definito dal quantile del chi-quadro

χ21−α [(r − 1)(s − 1)] = χ20.950 (4) ≃ 9.488

e siccome risulta

K0 ≃ 2.515 < 9.488 ≃ χ21−α [(r − 1)(s − 1)]

l’evento critico non si verifica e quindi accetteremo l’ipotesi H0 di indipendenza 

Esercizio A.3.41. Si sceglie un campione di n = 250 individui che usano quoti-

dianamente un automezzo privato per raggiungere il posto di lavoro: ogni soggetto
è classificato in base alla potenza X della propria vettura e alla distanza Y in Km
che percorre ogni giorno ottenendo i dati della seguente tabella di contingenza
0/10 Km 10/20 Km > 20 Km
molto potente 6 27 19
potente 8 36 17
normale 21 45 33
piccola 14 18 6

Stabilire con un test del χ2 di livello α = 0.05 se è accettabile l’ipotesi

H0 : le quantià misurate X e Y sono indipendenti

Soluzione: La tabella di contingenza completata come nel caso precedente è

0/10 Km 10/20 Km > 20 Km marg
molto potente 6 27 19 52
10.19 26.21 15.60
1.724 0.024 0.741
potente 8 36 17 61
11.96 30.74 18.30
1.309 0.899 0.092
normale 21 45 33 99
19.40 49.90 29.70
0.131 0.480 0.367
piccola 14 18 6 38
7.45 19.15 11.40
5.764 0.069 2.558
marg 49 126 75 250
e quindi la statistica di Pearson (9.44) vale

K0 ≃ 14.158

236
 A.3 Statistica Inferenziale

Siccome il quantile del chi-quadro che definisce l’evento critico di livello α = 0.05
con r = 4, s = 3 è
χ21−α [(r − 1)(s − 1)] = χ20.950 (6) ≃ 12.592
avremo
K0 ≃ 14.16 > 12.59 ≃ χ21−α [(r − 1)(s − 1)]
sicché l’evento critico si verifica, i dati sono in regione critica e quindi rifiuteremo
l’ipotesi H0 di indipendenza 

Esercizio A.3.42. Viene effettuata un’indagine per sapere quale mezzo di comu-
nicazione è considerato più affidabile: ad ogni individuo viene richiesta età, sesso,
titolo di studio e mezzo di comunicazione ritenuto più affidabile. I risultati sono
riassunti nelle seguenti tre tabelle di contingenza
giornale televisione radio
< 35 anni 30 68 10
35/54 anni 61 78 21
> 54 anni 98 43 21
giornale televisione radio
maschio 92 108 20
femmina 97 81 32
giornale televisione radio
media inferiore 45 22 6
media superiore 95 115 33
università 49 52 13
Stabilire con un test del χ2 di livello α = 0.05 se sono separatemente accettabili le
tre ipotesi
H0 : il giudizio è indipendente rispettivamente da età, sesso o titolo di studio
Soluzione: Le tre tabelle completate sono le seguenti
giornale televisione radio marg
< 35 anni 30 68 10 108
47.47 47.47 13.06
6.429 8.879 0.717
35/54 anni 61 78 21 160
70.33 70.33 19.35
1.237 0.837 0.141
> 54 anni 98 43 21 162
71.20 71.20 19.59
10.083 11.172 0.101
marg 189 189 52 430

237
N. Cufaro Petroni: Probabilità e Statistica

giornale televisione radio marg

maschio 92 108 20 220
96.70 96.70 26.60
0.228 1.321 1.640
femmina 97 81 32 210
92.30 92.30 25.40
0.239 1.384 1.718
marg 189 189 52 430

giornale televisione radio marg

media inferiore 45 22 6 73
32.09 32.09 8.83
5.198 3.170 0.906
media superiore 95 115 33 243
106.81 106.81 29.39
1.305 0.628 0.444
università 49 52 13 114
50.11 50.11 13.79
0.024 0.072 0.045
marg 189 189 52 430

I valori della statistica di Pearson e dei quantili del chi-quadro per eventi critici di
livello α = 0.05 sono per le tre tabelle

 39.60 > 9.49 ≃ χ20.95 (4) (r = 3, s = 3) età
K0 ≃ 6.53 > 5.99 ≃ χ20.95 (2) (r = 3, s = 2) sesso

11.79 > 9.49 ≃ χ0.95 (4) (r = 3, s = 3)
2
titolo

per cui gli eventi critici si verificano in tutti e tre i casi e quindi rifiuteremo tutte e
tre le ipotesi H0 di indipendenza dei giudizi da età, sesso e titolo di studio 

Esercizio A.3.43. Un’azienda vuole verificare l’affidabilità di tre diverse configu-

razioni (A, B e C) di una macchina industriale esaminando i guasti a cui essa è
soggetta: sapendo che ci sono quattro possibili tipi di guasti (1, 2, 3 e 4) e che i dati
sono quelli della seguente tabella
1 2 3 4
A 20 44 17 9
B 4 17 7 12
C 10 31 14 5

Stabilire con un test del χ2 di livello α = 0.05 se è accettabile l’ipotesi

H0 : il tipo di guasti è indipendente dalla configurazione della macchina

238
 A.3 Statistica Inferenziale

Soluzione: La tabella di contingenza completata è

1 2 3 4 marg
A 20 44 17 9 90
16.11 43.58 18.00 12.32
0.942 0.004 0.056 0.893
B 4 17 7 12 40
7.16 19.37 0.00 5.47
1.393 0.290 0.125 7.781
C 10 31 14 5 60
10.74 29.05 12.00 8.21
0.051 0.131 0.333 1.255
marg 34 92 38 26 190

e quindi la statistica di Pearson (9.44) vale

K0 ≃ 12.739

Siccome il quantile del chi-quadro che definisce l’evento critico di livello α = 0.05
con r = 3, s = 4 è

χ21−α [(r − 1)(s − 1)] = χ20.950 (6) ≃ 12.592

avremo
K0 ≃ 12.74 > 12.59 ≃ χ21−α [(r − 1)(s − 1)]
sicché l’evento critico si verifica, i dati sono in regione critica e quindi rifiuteremo
l’ipotesi H0 di indipendenza. Data la ristrettezza del margine, però, l’esito del test
appare poco significativo 

Esercizio A.3.44. Il direttore di una scuola vuol sapere se l’opinione delle famiglie
su un certo cambiamento di orario scolastico dipende dal fatto che la loro abitazione
è situata in una zona urbana o in una zona rurale. Si chiede pertanto il parere di
n = 500 famiglie ottenendo i risultati riportati nella seguente tabella
favorevoli contrari indifferenti
urbana 123 36 41
rurale 145 85 70

Stabilire con un test del χ2 di livello α = 0.01 se è accettabile l’ipotesi

H0 : l’opinione delle famiglie è indipendente dalla collocazione della loro abitazione

Risposta: Si verifica l’evento critico: K0 ≃ 9.610 > 9.210 ≃ χ20.990 (2), per cui si
rifiuta l’ipotesi H0 

239
N. Cufaro Petroni: Probabilità e Statistica

Esercizio A.3.45. In un paese si vuol sapere se le risposte (favorevole o contrario)

dei cittadini ad una determinata questione sono o meno influenzate dall’età . Si
chiede pertanto il parere di n = 600 persone ottenendo i risultati riportati nella
seguente tabella
giovani maturi anziani
favorevoli 100 150 30
contrari 126 120 74
Stabilire con un test del χ2 di livello α = 0.05 se è accettabile l’ipotesi
H0 : l’opinione dei cittadini è indipendente dall’età
Risposta: Si verifica l’evento critico: K0 ≃ 22.37 > 5.99 ≃ χ20.950 (2), per cui si
rifiuta l’ipotesi H0 

Esercizio A.3.46. Una ditta che vende automobili vuol sapere se l’età degli acqui-
renti (giovani, maturi e anziani) influenza la scelta del colore (bianco, rosso o nero)
delle vetture vendute. Si esaminano i dati relativi a n = 500 contratti di vendita
ottenendo i risultati riportati nella seguente tabella
giovani maturi anziani
bianco 56 60 40
rosso 47 87 38
nero 23 64 85
Stabilire con un test del χ2 di livello α = 0.05 se è accettabile l’ipotesi
H0 : il colore scelto è indipendente dall’età degli acquirenti
Risposta: Si verifica l’evento critico: K0 ≃ 44.40 > 9.49 ≃ χ20.950 (4), per cui si
rifiuta l’ipotesi H0 

Esercizio A.3.47. Un professore vuol sapere se i voti (in trentesimi) registrati per
il suo esame dipendono o meno dall’anno di immatricolazione degli studenti. Egli
esamina i voti n = 378 studenti immatricolati in diversi anni accademici e ottiene
i risultati riportati nella seguente tabella
18-20 21-23 24-26 27-30
2000/01 17 30 50 15
2001/02 15 26 34 10
2002/03 11 25 38 19
2003/04 9 40 29 10
Stabilire con un test del χ2 di livello α = 0.01 se è accettabile l’ipotesi
H0 : il voto è indipendente dall’anno di immatricolazione
Risposta: Non si verifica l’evento critico: K0 ≃ 14.03 < 21.67 ≃ χ20.990 (9), per cui
si accetta l’ipotesi H0 

240
Appendice B

Schemi

241
N. Cufaro Petroni: Probabilità e Statistica

242
 B.1 Formulario di Statistica Inferenziale

B.1 Formulario di Statistica Inferenziale

Stime e test per l’attesa di una v-a X

Sia X1 , . . . , Xn un campione di una v-a X con attesa µ e varianza σ 2 . Notazioni:

1∑ 1∑ 2 n ( 2 )
n n
2
Xn = Xj Xn2 = X Sn2 = Xn − X n
n j=1 n j=1 j n−1

φα e tα (n) saranno i quantili di ordine α rispettivamente delle leggi N (0, 1) e T (n);

infine poniamo:

X n − µ0 √ X n − µ0 √
U0 = n T0 = n
σ Sn
Intervalli di fiducia di livello α per µ:
√
1. varianza σ 2 nota: X n ± φ1− α2 σ/ n
√
2. varianza σ 2 non nota, e n ≤ 120: X n ± t1− α2 (n − 1)Sn / n
√
3. varianza σ 2 non nota, e n > 120: X n ± φ1− α2 Sn / n
Test bilaterale per le seguenti ipotesi sui valori dell’attesa µ:

H0 : µ = µ 0 H1 : µ ̸= µ0

Eventi critici di livello α:

{ }
1. σ 2 nota: |U0 | > φ1− α2
{ }
2. σ 2 non nota, e n ≤ 120: |T0 | > t1− α2 (n − 1)
{ }
3. σ 2 non nota, e n > 120: |T0 | > φ1− α2
Test unilaterali per le seguenti ipotesi sui valori dell’attesa µ:

H0 : µ ≤ µ0 H1 : µ > µ0
H0 : µ ≥ µ0 H1 : µ < µ0

Eventi critici di livello α: rispettivamente

1. σ 2 nota: {U0 > φ1−α } e {U0 < −φ1−α }

2. σ 2 non nota, e n ≤ 120: {T0 > t1−α (n − 1)} e {T0 < −t1−α (n − 1)}

3. σ 2 non nota, e n > 120: {T0 > φ1−α } e {T0 < −φ1−α }

243
N. Cufaro Petroni: Probabilità e Statistica

Confronto fra le attese di due v-a X e Y

Ipotesi per i test bilaterale e unilaterale sull’eguaglianza delle attese:

H0 : µX = µY H1 : µX =
̸ µY
H0 : µX ≤ µY H1 : µX > µY

Campioni accoppiati X1 , . . . , Xn e Y1 , . . . , Yn ; σ 2 varianza di Z = X − Y

1∑ 1∑ 2 n ( 2 )
n n
2
Zk = Xk − Yk Zn = Zk Zn2 = Z Sn2 = Zn − Z n
n k=1 n k=1 k n−1
Zn √ Zn √
U0 = n T0 = n
σ Sn

Se σ 2 è nota, eventi critici bilaterale e unilaterale di livello α rispettivamente

{ }
|U0 | > φ1− α2 {U0 > φ1−α }

Se σ 2 non è nota, eventi critici bilaterale e unilaterale di livello α rispettivamente

{ }
|T0 | > t1− α2 (n − 1) {T0 > t1−α (n − 1)}

Campioni indipendenti X1 , . . . , Xn e Y1 , . . . , Ym di X e Y con attese µX e µY e

2
varianze σX e σY2 . Notazioni:

1∑ 1∑ 2 1∑ 1 ∑ 2
n n m m
Xn = Xj Xn2 = X Ym = Yk Ym2 = Y
n j=1 n j=1 k n k=1 m k=1 k
n ( 2
) m ( 2 2
)
2
SX = Xn − X n
2 2
SY = Y −Ym
n−1 m−1 m
(n − 1)SX
2
+ (m − 1)SY2
V2 =
n+m−2
Xn − Y m Xn − Y m
U0 = √ 2 2
T0 = √
σX σY
n
+ m V n1 + m1

2
Se σX e σY2 sono note: eventi critici bilaterale e unilaterale di livello α
{ }
|U0 | > φ1− α2 {U0 > φ1−α }
2
Se σX e σY2 non sono note: eventi critici bilaterale e unilaterale di livello α
{ }
|T0 | > t1− α2 (n + m − 2) {T0 > t1−α (n + m − 2)}

244
 B.1 Formulario di Statistica Inferenziale

Stime e test per le varianze

X1 , . . . , Xn campione di X con attesa µ e varianza σ 2 sconosciute. Notazioni:
1∑ 1∑ 2 n ( 2 )
n n
2
Xn = Xj Xn2 = X Sn2 = Xn − X n
n j=1 n j=1 j n−1

Inoltre χ2α (n) siano i quantili di ordine α della legge χ2 (n)

Intervallo di fiducia di livello α per σ 2 :
[ ]
(n − 1)Sn2 (n − 1)Sn2
, 2
χ21− α (n − 1) χ α (n − 1)
2 2

Per n > 35 i quantili χ2α (n) non tabulati si possono calcolare dai quantili normali:
1( √ )2
χ2α (n) ≃
φα + 2n − 1
2
Confronto fra le varianze di due campioni indipendenti X1 , . . . , Xn e Y1 , . . . , Ym
1∑ 1∑ 2 1∑ 1 ∑ 2
n n m m
Xn = Xj Xn2 = X Ym = Yk Ym2 = Y
n j=1 n j=1 k n k=1 m k=1 k
n ( 2
) m ( 2 2
)
2
SX = Xn2 − X n SY2 = Ym − Y m
n−1 m−1
2
SX
F0 =
SY2
fα (n, m) quantili di ordine α della legge di Fisher F(n, m); ricordare anche che
1
fα (n, m) =
f1−α (m, n)
Test bilaterale di Fisher: ipotesi sull’eguaglianza delle varianze
H0 : σX
2
= σY2 H1 : σX
2
̸= σY2
evento critico di livello α:
{ } { }
F0 < f α2 (n − 1, m − 1) ∪ F0 > f1− α2 (n − 1, m − 1)
= {f α2 (n − 1, m − 1) ≤ F0 ≤ f1− α2 (n − 1, m − 1)}

Test unilaterale di Fisher: ipotesi sull’eguaglianza delle varianze:

H0 : σX
2
≤ σY2 H1 : σX
2
> σY2
evento critico di livello α:
{F0 > f1−α (n − 1, m − 1)}

245
N. Cufaro Petroni: Probabilità e Statistica

Test di adattamento e di indipendenza

Test del χ2 per l’adattamento di campioni a distribuzioni teoriche

v-a con m valori, campione di numerosità n, frequenze assolute N1 , . . . , Nm , distri-
buzione teorica p1 , . . . , pm . Notazione:

Nj ∑m
(pj − pj )2 ∑ m
(Nj − npj )2
pj = K0 = n =
n j=1
pj j=1
npj

Inoltre χ2α (m) siano i quantili di ordine α della legge χ2 (m)

Requisito: n deve essere abbastanza grande da avere npj ≥ 5 per j =

1, . . . , m; altrimenti bisogna unificare le classi più povere

Evento critico di livello α:

{K0 > χ21−α (m − 1)}

Se la conoscenza della distribuzione teorica richiede la stima (di MV ) di q) parametri,

la regione critica diviene
{K0 > χ21−α (m − q − 1)}
Test del χ2 per l’indipendenza di campioni
X prende valori u1 , . . . , ur , Y prende valori v1 , . . . , vs
Valori del campione accoppiato (uj , vk ) con j = 1, . . . , r e k = 1, . . . , s

Njk frequenza congiunta assoluta dei valori (uj , vk )

Nj  frequenza marginale assoluta dei valori uj

N k frequenza marginale assoluta dei valori vk

( )
Nj  N k ∑ Njk − npj q k 2
pj = qk = K0 =
n n j,k
npj q k

Ricordare anche che

Nj · N· k
npj q k =
n
Evento critico di livello α:

{K0 > χ21−α [(r − 1)(s − 1)]}

246
Appendice C

Domande

247
N. Cufaro Petroni: Probabilità e Statistica

248
 C.1 Calcolo delle probabilità

In questa appendice sono elencate alcune tipiche domande teoriche con l’indicazione
delle sezioni del testo alle quali esse fanno riferimento: lo scopo è quello di far
esercitare lo studente nella comprensione precisa dei quesiti, e nella formulazione
compiuta delle relative risposte

C.1 Calcolo delle probabilità

Domanda C.1.1. Definire la convergenza in distribuzione di una successione di
v-a (Xn )n∈N ; enunciare il Teorema Limite Centrale mostrando in particolare che le
v-a Yn∗ sono standardizzate; discutere l’idea di approssimazione normale e i requisiti
su n che ne garantiscono l’applicabilità

Risposta: Definizione 5.2; Teorema 5.5 e discussione successiva fino all’Esempio 5.6
escluso 

Domanda C.1.2. Definire la varianza di una v-a X, la covarianza e il coefficiente

di correlazione di due v-a X, Y ; dimostrare le proprietà delle varianze di aX + b
(dove a, b sono numeri) e di X + Y

Risposta: Definizione 4.4; Teorema 4.9 

Domanda C.1.3. Definire la convergenza in distribuzione di una successione di

v-a (Xn )n∈N ; enunciare e dimostrare il Teorema
( λ di) Poisson sulla approssimazione
per n → ∞ delle distribuzioni binomiali B n; /n con la legge di Poisson P(λ)

Risposta: Definizione 5.2; Teorema 5.8 

Domanda C.1.4. Definire il coefficiente di correlazione ρXY di due v-a X, Y e

discutere le sue proprietà; definire la non correlazione di due v-a X, Y , e discutere
il rapporto fra indipendenza e non correlazione

Risposta: Definizione 4.4; Teorema 4.7; Definizioni 4.5; Teorema 4.6 

Domanda C.1.5. Definire l’indipendenza delle componenti di un vettore aleato-

rio X = (X1 , . . . , Xm ), e spiegare le conseguenze dell’indipendenza sulla FDC
congiunta, sulle probabilità congiunte (caso discreto) e sulle fdp congiunte

Risposta: Definizione 3.8; Teorema 3.13; Sezione 3.6 esclusi gli esempi 

Domanda C.1.6. Definire la varianza σX di una v-a X, e la covarianza κXY di

due v-a X, Y ; enunciare e dimostrare una procedura di calcolo di σX e κXY diversa
dalla definizione

249
N. Cufaro Petroni: Probabilità e Statistica

Risposta: Definizione 4.4; Teorema 4.8 

Domanda C.1.7. Definire la probabilità condizionata P {A | B}; enunciare e di-

mostrare la Formula della probabilità totale e il Teorema di Bayes
Risposta: Definizione 2.2, Teoremi 2.3 e 2.5 

Domanda C.1.8. Enunciare (senza dimostrazione) il Teorema di Poisson, illu-

strare con degli esempi il suo ruolo nell’approssimazione di leggi binomiali, e nella
determinazione della distribuzione di istanti aleatori
Risposta: Teorema 5.8; e discussione seguente; Esempio 5.9; Esempio 5.10 

Domanda C.1.9. Enunciare e dimostrare le formule per le attese e le varianze

della legge binomiale B (n; p) e della legge di Poisson P(λ)
Risposta: Teorema 4.13 

Domanda C.1.10. Definire uno spazio di probabilità (Ω, F, P ) spiegando il signi-

ficato dei simboli usati; discutere il Problema delle Coincidenze
Risposta: Definizioni 1.9, 1.4, 1.5, 1.6, 1.8; Esempio 1.10 

Domanda C.1.11. Dare la definizione di v-a centrate e standardizzate, e mostrare

come si centra e si standardizza una generica v-a X. Definire i momenti e i momenti
centrati di una v-a e discutere il significato di asimmetria e curtosi
Risposta: Definizione 4.10; Teorema 4.11; Definizione 4.12 e sua discussione 

Domanda C.1.12. Enunciare il Teorema Limite Centrale, discuterne il ruolo nella

formulazione della legge degli errori, e spiegare infine quali accorgimenti numerici è
opportuno adottare nel caso di approssimazioni normali di leggi discrete
Risposta: Teorema 5.5; Esempio 5.6; Esempio 5.7 

Domanda C.1.13. Definire i quantili di{ una v-a, e}dimostrare

{ che per una }v-a
normale standard X ∼ N (0, 1) si ha P |X| ≤ φ1− α2 = P φ α2 ≤ X ≤ φ1− α2 =
1−α
Risposta: Definizione 3.24; Teorema 3.25 

Domanda C.1.14. Scrivere esplicitamente la fdp e la FDC di una legge normale

N (µ, σ 2 ), e di una legge normale standard N (0, 1); enunciare le loro proprietà di
simmetria; dire quali sono le leggi di aX + b e di X + Y quando X e Y sono normali
e indipendenti; mostrare come si calcola P {a ≤ X ≤ b} mediante la FDC normale
standard Φ(x) quando X ∼ N (µ, σ 2 )

250
 C.1 Calcolo delle probabilità

Risposta: Sezione 3.4.2; Teorema 3.19 

Domanda C.1.15. Enunciare (senza dimostrazione) la Legge dei grandi Numeri,

illustrare con un esempio il suo ruolo in un problema di stima di parametri, e discu-
tere il corrispondente uso della media aritmetica X n e della varianza campionaria
Sbn2

Risposta: Teorema 5.3; Esempio 5.4 e discussione seguente fino alla Sezione 5.3
esclusa 

Domanda C.1.16. Definire la FDC FX (x) di una v-a X e discuterne le proprietà;

definire una v-a continua e la sua fdp fX (x), e spiegare in che relazione sono la
FDC e la fdp

Risposta: Definizione 3.9; Teoremi 3.10 e 3.11; Definizione 3.17 e discussione fino
alla Definizione 3.18 esclusa 

Domanda C.1.17. Definire il concetto di v-a X e discuterne un esempio; definire

la distribuzione di una v-a X e discuterne un esempio; mostrare con un esempio
che v-a diverse possono avere la stessa distribuzione

Risposta: Definizione 3.1; Esempio 3.2; Definizione 3.3; Esempi 3.4 e 3.5 

Domanda C.1.18. Definire il concetto di valore d’attesa di una v-a X, estender-

lo anche al caso di funzioni di una (h(X)) o più (h(X, Y )) v-a, e dimostrare le
proprietà di linearità delle attese

Risposta: Definizione 4.1 e discussione seguente; Teorema 4.2 

Domanda C.1.19. Definire l’indipendenza di due o più eventi; costruire il Mo-

dello di Bernoulli per descrivere n estrazioni indipendenti (con rimessa) di palline
bianche e nere da un’urna; utilizzare infine tale modello per costruire un esempio di
applicazione del Teorema di Bayes

Risposta: Definizione 2.6; Teorema 2.7; Esempio 2.8 

Domanda C.1.20. Definire la convergenza degenere in media quadratica di una

successione di v-a (Xn )n∈N ; enunciare e dimostrare la Legge dei Grandi Numeri
per la media aritmetica X n e la varianza campionaria Sbn2

Risposta: Definizione 5.1; Teorema 5.3 

251
N. Cufaro Petroni: Probabilità e Statistica

C.2 Statistica
Domanda C.2.1. Dato un campione (x1 , y1 ), . . . , (xn , yn ) di due caratteri X e Y ,
definire l’errore quadratico medio E(a, b) rispetto a una retta. Definire poi la retta
di regressione, ed enunciare e dimostrare le formule che permettono di calcolarne i
coefficienti a e b a partire dai dati del campione
Risposta: Definizioni 7.6 e 7.7; Teorema 7.8 

Domanda C.2.2. Assegnata una matrice p × n di dati ∥xjk ∥ con j = 1, . . . , n

e k = 1, . . . , p, definire il baricentro x, la matrice di covarianza S, la matrice di
correlazione R e la dispersione totale ∆. Discutere il problema della rappresentazione
dei dati e il Criterio di rappresentazione ottimale
Risposta: Definizioni 7.10 e discussione dall’inizio della Sezione 7.4 fino al Teore-
ma 7.11 escluso 

Domanda C.2.3. Dato un campione x1 , . . . , xn di un carattere X, definire moda,

media x, varianza s2X , scarto quadratico sX e coefficiente di variazione δ; dimostrare
poi che
s2X = x2 − x2 e che s2Y = a2 s2X
dove abbiamo definito il campione trasformato yi = axi + b
Risposta: Definizioni 6.5, 6.7 e 6.15; Teoremi 6.17 e 6.18 

Domanda C.2.4. Dato un campione x1 , . . . , xn di un carattere numerico X, defi-

nire i momenti mk di ordine k e i momenti centrati m e k di ordine k; definire l’asim-
metria g1 e la curtosi g2 ; spiegare infine con qualche esempio il significato statistico
dell’asimmetria e della curtosi
Risposta: Sezione 6.5 

Domanda C.2.5. Dato un campione (x1 , y1 ), . . . , (xn , yn ) di due caratteri numerici

X e Y , definire covarianza sXY e coefficiente di correlazione rXY , e spiegare cosa
si intende per non correlazione di X e Y ; dimostrare poi che
sXY = xy − x y
elencare infine le proprietà principali del coefficiente di correlazione rXY
Risposta: Definizioni 7.2 e 7.3 ; Teoremi 7.4 e 7.5 

Domanda C.2.6. Dato un campione x1 , . . . , xn , definire i quantili di ordine α, la

mediana, i quartili, i decili e i percentili; piegare con degli esempi cosa vuol dire che
la mediana è un indice di centralità più robusto della media, e a volte anche più
rappresentativo

252
 C.2 Statistica

Risposta: Definizione 6.25; discussione dei due Esempi 6.27 e 6.28 

Domanda C.2.7. Dato un campione dei caratteri X1 , . . . , Xp , e dato un versore

v = (v1 , . . . , vp ), si consideri Y = v1 X1 + . . . + vp Xp : mostrare che il versore
v che rende massima la varianza s2Y (v) è l’autovettore v1 associato all’autovalore
più grande λ1 della matrice di covarianza S dei dati. Esporre poi la Procedura per
ottenere la rappresentazione più fedele, e definire le direzioni e i piani principali, e
la fedeltà della rappresentazione

Risposta: Discussione della Sezione 7.4 da Teorema 7.11 a Definizione 7.12 

Domanda C.2.8. Dato un campione x1 , . . . , xn definire l’errore quadratico medio

E(a) rispetto al numero a, e dimostrare che la media x è il valore di a che rende
minimo E(a); spiegare cosa si intende per campione standardizzato, e mostrare come
si standardizza un arbitrario campione x1 , . . . , xn

Risposta: Definizioni 6.19 e 6.21; Teoremi 6.20 e 6.22 

Domanda C.2.9. Dato un campione x1 , . . . , xn di un carattere numerico, definire

la media pesata, e dimostrare che la media aritmetica x di un carattere numerico
discreto è la media delle sue modalità wk pesate con le frequenze relative. Definire
le medie geometrica, armonica e quadratica, e la media generalizzata tramite una
generica funzione h(x); discutere almeno un esempio di applicazione

Risposta: Definizione 6.7; Teorema 6.8; Sezione 6.6 

Domanda C.2.10. A partire da un campione X1 , . . . , Xn di una legge di Poisson

P(λ) con parametro λ sconosciuto, determinare – con dimostrazione – la stima di
massima verosimiglianza per il parametro λ

Risposta: Teorema 8.16 

Domanda C.2.11. Definire l’evento critico D, il livello α, la funzione potenza π(θ)

e la significatività αs di un test e spiegare il loro significato. Scrivere e giustificare la
forma della regione critica per un test bilaterale di Gauss per la media (precisando
il significato dei simboli usati), e descrivere la procedura per l’esecuzione del test

Risposta: Definizione 9.3 e discussione seguente fino alla Sezione 9.1.1 esclusa;
Sezione 9.2.1 fino ai test unilaterali esclusi 

Domanda C.2.12. Sia X una v-a Binomiale B (m; p) con m assegnato e p sco-
nosciuto, e sia X1 , . . . , Xn un campione di n misure di X: determinare – con
dimostrazione – la stima di massima verosimiglianza per il parametro p

253
N. Cufaro Petroni: Probabilità e Statistica

Risposta: Teorema 8.15 

Domanda C.2.13. Definire i concetti di campione aleatorio e di statistica. Dato poi

un campione aleatorio X1 , . . . , Xn con legge dipendente da un parametro θ, definire i
concetti di stimatore, di stimatore corretto e di stimatore consistente di una funzione
h(θ) del parametro; dimostrare infine che la media X n e la varianza corretta Sn2 del
campione sono stimatori corretti e consistenti dell’attesa µ e della varianza σ 2 , ma
che la varianza campionaria Sbn2 è uno stimatore consistente ma non corretto di σ 2
Risposta: Definizione 8.1 e Teorema 8.2 

Domanda C.2.14. Sia X una v-a normale N (µ, σ 2 ) con µ e σ 2 sconosciuti, e

sia X1 , . . . , Xn un campione di n misure di X: determinare – con dimostrazione –
le stime di massima verosimiglianza per i parametri µ e σ 2 . Si tratta di stimatori
corretti?
Risposta: Teorema 8.17 

Domanda C.2.15. Dato un campione X1 , . . . , Xn di v.a. con legge dipendente

da un parametro θ, discutere la necessità di adottare delle stime per intervalli, e
definire l’intervallo di fiducia di livello α per la stima di di una funzione h(θ) del
parametro; chiarire anche quale convenzione si adotta per determinare in maniera
unica l’intervallo di fiducia. Spiegare infine come si costruiscono gli intervalli si
fiducia dell’attesa µ
Risposta: Definizione 8.9 con discussione e Sezione 8.2.1 

Domanda C.2.16. Spiegare in che modo la Legge dei Grandi Numeri permette di
eseguire la stima di una distribuzione (discreta o continua) di una v-a X della quale
sia dato un campione aleatorio X1 , . . . , Xn
Risposta: Sezione 8.1.2 con Teorema 8.6 esclusi gli esempi 

Domanda C.2.17. Spiegare cosa è un test di ipotesi e come si formulano le ipo-

tesi; definire i possibili tipi di errori e discuterne l’importanza, chiarendo perché le
rispettive probabilità di errore sono in competizione fra loro
Risposta: Sezione 9.1 fino a Definizione 9.3 esclusa 

Domanda C.2.18. Sia X una v-a uniforme U (0, a) con parametro a sconosciuto,
e sia X1 , . . . , Xn un campione di n misure di X: determinare – con dimostrazione –
lo stimatore di massima verosimiglianza del parametro a. Si tratta di uno stimatore
corretto?
Risposta: Teorema 8.18 

254
Appendice D

Richiami

255
N. Cufaro Petroni: Probabilità e Statistica

256
 D.1 Calcolo vettoriale

D.1 Calcolo vettoriale

In uno spazio reale p-dimensionale Rp i punti x = (x1 , . . . , xp ) possono essere con-
siderati come vettori applicati nell’origine dello spazio e con componenti xk . Per
questo motivo parleremo indifferentemente di vettori o di punti in Rp . Chiameremo
vettore nullo il vettore 0 le cui componenti sono tutte uguali a 0: ovviamente
la sua rappresentazione coincide con l’origine di Rp . I concetti geometrici che si
introducono non sono altro che la naturale generalizzazione dei concetti usati nel
ben noto caso p = 3 dello spazio tridimensionale naturale.
Chiameremo modulo del vettore x il numero non negativo
v
u p √
u∑
|x| = t x2k = x21 + . . . + x2p
k=1

Si introducono poi tre operazioni principali:

• la somma di due vettori, z = x + y: è il vettore le cui componenti
zk = xk + yk sono le somme delle corrispondenti componenti dei due addendi
• il prodotto di un vettore per un numero, z = a x: è il vettore le cui
componenti zk = axk sono il prodotto delle corrispondenti componenti di x
per il numero a
• il prodotto scalare di due vettori, x · y: è il numero reale dato da
∑
p
x·y = xk yk = x1 y1 + . . . + xp yp
k=1

È facile vedere che il prodotto scalare è simmetrico, cioè x · y = y · x, e inoltre che,

dati due numeri reali a e b e tre vettori x, y, z ∈ Rp , si ha

z · (ax + by) = a z · x + b z · y (D.1)

√
Naturalmente si ha anche dalle definizioni che |x| = x · x , e che |ax| = |a||x|.
Un ruolo importante è giocato dai vettori v di modulo |v| = 1 detti anche versori.
In particolare i punti della forma a v (cioè i vettori di direzione v e modulo |a|)
descrivono, al variare di a, una intera retta passante per l’origine con la direzione di
v: in pratica i punti di ogni retta passante per l’origine hanno tutti questa forma
Ricordando le tipiche proprietà dei prodotti scalari negli spazi a 2 e 3 dimensioni,
si può anche definire un angolo ϑ fra i vettori x e y dalla relazione x·y = |x||y| cos ϑ:
in pratica si pone
x·y
cos ϑ = (D.2)
|x||y|
Questo permette di introdurre dei concetti geometrici, e in particolare si dice che
due vettori x e y sono ortogonali se x · y = 0

257
N. Cufaro Petroni: Probabilità e Statistica

Figura D.1: Proiezione di x lungo la direzione di v: il modulo del vettore proiettato

è il prodotto scalare x · v = |x| cos ϑ

La proiezione di un vettore x sulla retta individuata dal versore v è un altro

vettore del tipo a v (cioè ha la stessa direzione di v, ma modulo a) con modulo
a = x · v = |x| cos ϑ: il significato geometrico di questa operazione è illustrato nella
Figura D.1
Nello spazio Rp le matrici p × p indicate con la notazione A = ∥akℓ ∥ permettono
di definire delle trasformazioni dei vettori x mediante il prodotto righe per colonne
nel senso che con la notazione Ax indicheremo il vettore con componenti
∑
p
(Ax)k = akℓ xℓ
ℓ=1

Chiameremo matrice trasposta la matrice AT = ∥aℓk ∥ che si ottiene da A = ∥akℓ ∥

scambiando le righe con le colonne, e diremo che A è una matrice simmetrica
quando coincide con la sua trasposta, cioè se akℓ = aℓk
Data una matrice A si consideri ora l’equazione ad autovalori
Ax = λx (D.3)
Chiameremo autovalore di A ogni numero λ tale che esista un vettore x ̸= 0
soluzione di (D.3); in tal caso x si chiama autovettore di A associato all’autovalore
λ. Se x è autovettore di A associato a λ, si prova facilmente che anche tutti i vettori
ax, con a numero reale arbitrario, sono autovettori associati allo stesso autovalore
λ. In generale una matrice A in Rp ha p autovalori, anche non tutti distinti, e si
dimostra che quando A è simmetrica tali autovalori sono reali. Converrà in questo
caso riordinare gli autovalori in ordine decrescente
λ1 ≥ λ2 ≥ . . . ≥ λp
indicando con v1 , v2 , . . . , vp i corrispondenti autovettori che potranno sempre essere
scelti in modo da essere ortonormali, cioè ortogonali fra loro e tutti di modulo 1
secondo la relazione {
0 se k ̸= ℓ
vk · vℓ =
|vk | = 1
2
se k = ℓ

258
Appendice E

Tavole

259
N. Cufaro Petroni: Probabilità e Statistica

260
 E.1 Legge Normale standard N (0, 1)

x
jΑ

E.1 Legge Normale standard N (0, 1)

x 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 .50000 .50399 .50798 .51197 .51595 .51994 .52392 .52790 .53188 .53586
0.1 .53983 .54380 .54776 .55172 .55567 .55962 .56356 .56749 .57142 .57535
0.2 .57926 .58317 .58706 .59095 .59483 .59871 .60257 .60642 .61026 .61409
0.3 .61791 .62172 .62552 .62930 .63307 .63683 .64058 .64431 .64803 .65173
0.4 .65542 .65910 .66276 .66640 .67003 .67364 .67724 .68082 .68439 .68793
0.5 .69146 .69497 .69847 .70194 .70540 .70884 .71226 .71566 .71904 .72240
0.6 .72575 .72907 .73237 .73565 .73891 .74215 .74537 .74857 .75175 .75490
0.7 .75804 .76115 .76424 .76730 .77035 .77337 .77637 .77935 .78230 .78524
0.8 .78814 .79103 .79389 .79673 .79955 .80234 .80511 .80785 .81057 .81327
0.9 .81594 .81859 .82121 .82381 .82639 .82894 .83147 .83398 .83646 .83891
1.0 .84134 .84375 .84614 .84849 .85083 .85314 .85543 .85769 .85993 .86214
1.1 .86433 .86650 .86864 .87076 .87286 .87493 .87698 .87900 .88100 .88298
1.2 .88493 .88686 .88877 .89065 .89251 .89435 .89617 .89796 .89973 .90147
1.3 .90320 .90490 .90658 .90824 .90988 .91149 .91309 .91466 .91621 .91774
1.4 .91924 .92073 .92220 .92364 .92507 .92647 .92785 .92922 .93056 .93189
1.5 .93319 .93448 .93574 .93699 .93822 .93943 .94062 .94179 .94295 .94408
1.6 .94520 .94630 .94738 .94845 .94950 .95053 .95154 .95254 .95352 .95449
1.7 .95543 .95637 .95728 .95818 .95907 .95994 .96080 .96164 .96246 .96327
1.8 .96407 .96485 .96562 .96638 .96712 .96784 .96856 .96926 .96995 .97062
1.9 .97128 .97193 .97257 .97320 .97381 .97441 .97500 .97558 .97615 .97670
2.0 .97725 .97778 .97831 .97882 .97932 .97982 .98030 .98077 .98124 .98169
2.1 .98214 .98257 .98300 .98341 .98382 .98422 .98461 .98500 .98537 .98574
2.2 .98610 .98645 .98679 .98713 .98745 .98778 .98809 .98840 .98870 .98899
2.3 .98928 .98956 .98983 .99010 .99036 .99061 .99086 .99111 .99134 .99158
2.4 .99180 .99202 .99224 .99245 .99266 .99286 .99305 .99324 .99343 .99361
2.5 .99379 .99396 .99413 .99430 .99446 .99461 .99477 .99492 .99506 .99520
2.6 .99534 .99547 .99560 .99573 .99585 .99598 .99609 .99621 .99632 .99643
2.7 .99653 .99664 .99674 .99683 .99693 .99702 .99711 .99720 .99728 .99736
2.8 .99744 .99752 .99760 .99767 .99774 .99781 .99788 .99795 .99801 .99807
2.9 .99813 .99819 .99825 .99831 .99836 .99841 .99846 .99851 .99856 .99861

−φα = φ1−α

261
N. Cufaro Petroni: Probabilità e Statistica

x
tΑ HnL

E.2 Legge di Student T (n)

n 0.950 0.975 0.990 0.995 n 0.950 0.975 0.990 0.995
1 6.31375 12.70620 31.82050 63.65670 31 1.69552 2.03951 2.45282 2.74404
2 2.91999 4.30265 6.96456 9.92484 32 1.69389 2.03693 2.44868 2.73848
3 2.35336 3.18245 4.54070 5.84091 33 1.69236 2.03452 2.44479 2.73328
4 2.13185 2.77645 3.74695 4.60409 34 1.69092 2.03224 2.44115 2.72839
5 2.01505 2.57058 3.36493 4.03214 35 1.68957 2.03011 2.43772 2.72381
6 1.94318 2.44691 3.14267 3.70743 36 1.68830 2.02809 2.43449 2.71948
7 1.89458 2.36462 2.99795 3.49948 37 1.68709 2.02619 2.43145 2.71541
8 1.85955 2.30600 2.89646 3.35539 38 1.68595 2.02439 2.42857 2.71156
9 1.83311 2.26216 2.82144 3.24984 39 1.68488 2.02269 2.42584 2.70791
10 1.81246 2.22814 2.76377 3.16927 40 1.68385 2.02108 2.42326 2.70446
11 1.79588 2.20099 2.71808 3.10581 41 1.68288 2.01954 2.42080 2.70118
12 1.78229 2.17881 2.68100 3.05454 42 1.68195 2.01808 2.41847 2.69807
13 1.77093 2.16037 2.65031 3.01228 43 1.68107 2.01669 2.41625 2.69510
14 1.76131 2.14479 2.62449 2.97684 44 1.68023 2.01537 2.41413 2.69228
15 1.75305 2.13145 2.60248 2.94671 45 1.67943 2.01410 2.41212 2.68959
16 1.74588 2.11991 2.58349 2.92078 46 1.67866 2.01290 2.41019 2.68701
17 1.73961 2.10982 2.56693 2.89823 47 1.67793 2.01174 2.40835 2.68456
18 1.73406 2.10092 2.55238 2.87844 48 1.67722 2.01063 2.40658 2.68220
19 1.72913 2.09302 2.53948 2.86093 49 1.67655 2.00958 2.40489 2.67995
20 1.72472 2.08596 2.52798 2.84534 50 1.67591 2.00856 2.40327 2.67779
21 1.72074 2.07961 2.51765 2.83136 55 1.67303 2.00404 2.39608 2.66822
22 1.71714 2.07387 2.50832 2.81876 60 1.67065 2.00030 2.39012 2.66028
23 1.71387 2.06866 2.49987 2.80734 65 1.66864 1.99714 2.38510 2.65360
24 1.71088 2.06390 2.49216 2.79694 70 1.66691 1.99444 2.38081 2.64790
25 1.70814 2.05954 2.48511 2.78744 75 1.66543 1.99210 2.37710 2.64298
26 1.70562 2.05553 2.47863 2.77871 80 1.66412 1.99006 2.37387 2.63869
27 1.70329 2.05183 2.47266 2.77068 90 1.66196 1.98667 2.36850 2.63157
28 1.70113 2.04841 2.46714 2.76326 100 1.66023 1.98397 2.36422 2.62589
29 1.69913 2.04523 2.46202 2.75639 110 1.65882 1.98177 2.36073 2.62126
30 1.69726 2.04227 2.45726 2.75000 120 1.65765 1.97993 2.35782 2.61742

−tα (n) = t1−α (n)

262
 E.3 Legge del chi-quadro χ2 (n)

x
ΧΑ2 HnL

E.3 Legge del chi-quadro χ2(n)

n 0.005 0.010 0.025 0.050 0.950 0.975 0.990 0.995
1 0.00004 0.00016 0.00098 0.00393 3.84146 5.02389 6.63490 7.87944
2 0.01003 0.02010 0.05064 0.10259 5.99146 7.37776 9.21034 10.59663
3 0.07172 0.11483 0.21580 0.35185 7.81473 9.34840 11.34487 12.83816
4 0.20699 0.29711 0.48442 0.71072 9.48773 11.14329 13.27670 14.86026
5 0.41174 0.55430 0.83121 1.14548 11.07050 12.83250 15.08627 16.74960
6 0.67573 0.87209 1.23734 1.63538 12.59159 14.44938 16.81189 18.54758
7 0.98926 1.23904 1.68987 2.16735 14.06714 16.01276 18.47531 20.27774
8 1.34441 1.64650 2.17973 2.73264 15.50731 17.53455 20.09024 21.95495
9 1.73493 2.08790 2.70039 3.32511 16.91898 19.02277 21.66599 23.58935
10 2.15586 2.55821 3.24697 3.94030 18.30704 20.48318 23.20925 25.18818
11 2.60322 3.05348 3.81575 4.57481 19.67514 21.92005 24.72497 26.75685
12 3.07382 3.57057 4.40379 5.22603 21.02607 23.33666 26.21697 28.29952
13 3.56503 4.10692 5.00875 5.89186 22.36203 24.73560 27.68825 29.81947
14 4.07467 4.66043 5.62873 6.57063 23.68479 26.11895 29.14124 31.31935
15 4.60092 5.22935 6.26214 7.26094 24.99579 27.48839 30.57791 32.80132
16 5.14221 5.81221 6.90766 7.96165 26.29623 28.84535 31.99993 34.26719
17 5.69722 6.40776 7.56419 8.67176 27.58711 30.19101 33.40866 35.71847
18 6.26480 7.01491 8.23075 9.39046 28.86930 31.52638 34.80531 37.15645
19 6.84397 7.63273 8.90652 10.11701 30.14353 32.85233 36.19087 38.58226
20 7.43384 8.26040 9.59078 10.85081 31.41043 34.16961 37.56623 39.99685
21 8.03365 8.89720 10.28290 11.59131 32.67057 35.47888 38.93217 41.40106
22 8.64272 9.54249 10.98232 12.33801 33.92444 36.78071 40.28936 42.79565
23 9.26042 10.19572 11.68855 13.09051 35.17246 38.07563 41.63840 44.18128
24 9.88623 10.85636 12.40115 13.84843 36.41503 39.36408 42.97982 45.55851
25 10.51965 11.52398 13.11972 14.61141 37.65248 40.64647 44.31410 46.92789
26 11.16024 12.19815 13.84390 15.37916 38.88514 41.92317 45.64168 48.28988
27 11.80759 12.87850 14.57338 16.15140 40.11327 43.19451 46.96294 49.64492
28 12.46134 13.56471 15.30786 16.92788 41.33714 44.46079 48.27824 50.99338
29 13.12115 14.25645 16.04707 17.70837 42.55697 45.72229 49.58788 52.33562
30 13.78672 14.95346 16.79077 18.49266 43.77297 46.97924 50.89218 53.67196
31 14.45777 15.65546 17.53874 19.28057 44.98534 48.23189 52.19139 55.00270
32 15.13403 16.36222 18.29076 20.07191 46.19426 49.48044 53.48577 56.32811
33 15.81527 17.07351 19.04666 20.86653 47.39988 50.72508 54.77554 57.64845
34 16.50127 17.78915 19.80625 21.66428 48.60237 51.96600 56.06091 58.96393
35 17.19182 18.50893 20.56938 22.46502 49.80185 53.20335 57.34207 60.27477

1 √
χ2α (n) ≃ (φα + 2n − 1)2 n > 35
2

263
N. Cufaro Petroni: Probabilità e Statistica

x
fΑ Hn,mL

E.4 Legge di Fisher F(n, m)

α = 0.950

1o 1 2 3 4 5 6 7 8 9 10 15 20 30 60 ∞
2o
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.70 8.66 8.62 8.57 8.53
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.86 5.80 5.75 5.69 5.63
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.62 4.56 4.50 4.43 4.37
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 3.94 3.87 3.81 3.74 3.67
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.51 3.44 3.38 3.30 3.23
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.22 3.15 3.08 3.01 2.93
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.01 2.94 2.86 2.79 2.71
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.85 2.77 2.70 2.62 2.54
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.72 2.65 2.57 2.49 2.40
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.62 2.54 2.47 2.38 2.30
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.53 2.46 2.38 2.30 2.21
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.46 2.39 2.31 2.22 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.40 2.33 2.25 2.16 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.35 2.28 2.19 2.11 2.01
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.31 2.23 2.15 2.06 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.27 2.19 2.11 2.02 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.23 2.16 2.07 1.98 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.20 2.12 2.04 1.95 1.84
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.18 2.10 2.01 1.92 1.81
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.15 2.07 1.98 1.89 1.78
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.13 2.05 1.96 1.86 1.76
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.11 2.03 1.94 1.84 1.73
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.09 2.01 1.92 1.82 1.71
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.07 1.99 1.90 1.80 1.69
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.06 1.97 1.88 1.79 1.67
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.04 1.96 1.87 1.77 1.65
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.03 1.94 1.85 1.75 1.64
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.01 1.93 1.84 1.74 1.62
31 4.16 3.30 2.91 2.68 2.52 2.41 2.32 2.25 2.20 2.15 2.00 1.92 1.83 1.73 1.61
32 4.15 3.29 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14 1.99 1.91 1.82 1.71 1.59
33 4.14 3.28 2.89 2.66 2.50 2.39 2.30 2.23 2.18 2.13 1.98 1.90 1.81 1.70 1.58
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12 1.97 1.89 1.80 1.69 1.57
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11 1.96 1.88 1.79 1.68 1.56
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11 1.95 1.87 1.78 1.67 1.55
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.14 2.10 1.95 1.86 1.77 1.66 1.54
38 4.10 3.24 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09 1.94 1.85 1.76 1.65 1.53
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08 1.93 1.85 1.75 1.65 1.52
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 1.92 1.84 1.74 1.64 1.51
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.84 1.75 1.65 1.53 1.39
120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.75 1.66 1.55 1.43 1.25
∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.67 1.57 1.46 1.32 1.00

264
 E.4 Legge di Fisher F(n, m)

1
fα (n, m) =
f1−α (m, n)

α = 0.975

1o 1 2 3 4 5 6 7 8 9 10 15 20 30 60 ∞
2o
4 12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.90 8.84 8.66 8.56 8.46 8.36 8.26
5 10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.68 6.62 6.43 6.33 6.23 6.12 6.02
6 8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.52 5.46 5.27 5.17 5.07 4.96 4.85
7 8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82 4.76 4.57 4.47 4.36 4.25 4.14
8 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36 4.30 4.10 4.00 3.89 3.78 3.67
9 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03 3.96 3.77 3.67 3.56 3.45 3.33
10 6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.78 3.72 3.52 3.42 3.31 3.20 3.08
11 6.72 5.26 4.63 4.28 4.04 3.88 3.76 3.66 3.59 3.53 3.33 3.23 3.12 3.00 2.88
12 6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.44 3.37 3.18 3.07 2.96 2.85 2.72
13 6.41 4.97 4.35 4.00 3.77 3.60 3.48 3.39 3.31 3.25 3.05 2.95 2.84 2.72 2.60
14 6.30 4.86 4.24 3.89 3.66 3.50 3.38 3.29 3.21 3.15 2.95 2.84 2.73 2.61 2.49
15 6.20 4.77 4.15 3.80 3.58 3.41 3.29 3.20 3.12 3.06 2.86 2.76 2.64 2.52 2.40
16 6.12 4.69 4.08 3.73 3.50 3.34 3.22 3.12 3.05 2.99 2.79 2.68 2.57 2.45 2.32
17 6.04 4.62 4.01 3.66 3.44 3.28 3.16 3.06 2.98 2.92 2.72 2.62 2.50 2.38 2.25
18 5.98 4.56 3.95 3.61 3.38 3.22 3.10 3.01 2.93 2.87 2.67 2.56 2.44 2.32 2.19
19 5.92 4.51 3.90 3.56 3.33 3.17 3.05 2.96 2.88 2.82 2.62 2.51 2.39 2.27 2.13
20 5.87 4.46 3.86 3.51 3.29 3.13 3.01 2.91 2.84 2.77 2.57 2.46 2.35 2.22 2.09
21 5.83 4.42 3.82 3.48 3.25 3.09 2.97 2.87 2.80 2.73 2.53 2.42 2.31 2.18 2.04
22 5.79 4.38 3.78 3.44 3.22 3.05 2.93 2.84 2.76 2.70 2.50 2.39 2.27 2.14 2.00
23 5.75 4.35 3.75 3.41 3.18 3.02 2.90 2.81 2.73 2.67 2.47 2.36 2.24 2.11 1.97
24 5.72 4.32 3.72 3.38 3.15 2.99 2.87 2.78 2.70 2.64 2.44 2.33 2.21 2.08 1.94
25 5.69 4.29 3.69 3.35 3.13 2.97 2.85 2.75 2.68 2.61 2.41 2.30 2.18 2.05 1.91
26 5.66 4.27 3.67 3.33 3.10 2.94 2.82 2.73 2.65 2.59 2.39 2.28 2.16 2.03 1.88
27 5.63 4.24 3.65 3.31 3.08 2.92 2.80 2.71 2.63 2.57 2.36 2.25 2.13 2.00 1.85
28 5.61 4.22 3.63 3.29 3.06 2.90 2.78 2.69 2.61 2.55 2.34 2.23 2.11 1.98 1.83
29 5.59 4.20 3.61 3.27 3.04 2.88 2.76 2.67 2.59 2.53 2.32 2.21 2.09 1.96 1.81
30 5.57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.57 2.51 2.31 2.20 2.07 1.94 1.79
31 5.55 4.16 3.57 3.23 3.01 2.85 2.73 2.64 2.56 2.50 2.29 2.18 2.06 1.92 1.77
32 5.53 4.15 3.56 3.22 3.00 2.84 2.71 2.62 2.54 2.48 2.28 2.16 2.04 1.91 1.75
33 5.51 4.13 3.54 3.20 2.98 2.82 2.70 2.61 2.53 2.47 2.26 2.15 2.03 1.89 1.73
34 5.50 4.12 3.53 3.19 2.97 2.81 2.69 2.59 2.52 2.45 2.25 2.13 2.01 1.88 1.72
35 5.48 4.11 3.52 3.18 2.96 2.80 2.68 2.58 2.50 2.44 2.23 2.12 2.00 1.86 1.70
36 5.47 4.09 3.50 3.17 2.94 2.78 2.66 2.57 2.49 2.43 2.22 2.11 1.99 1.85 1.69
37 5.46 4.08 3.49 3.16 2.93 2.77 2.65 2.56 2.48 2.42 2.21 2.10 1.97 1.84 1.67
38 5.45 4.07 3.48 3.15 2.92 2.76 2.64 2.55 2.47 2.41 2.20 2.09 1.96 1.82 1.66
39 5.43 4.06 3.47 3.14 2.91 2.75 2.63 2.54 2.46 2.40 2.19 2.08 1.95 1.81 1.65
40 5.42 4.05 3.46 3.13 2.90 2.74 2.62 2.53 2.45 2.39 2.18 2.07 1.94 1.80 1.64
60 5.29 3.93 3.34 3.01 2.79 2.63 2.51 2.41 2.33 2.27 2.06 1.94 1.82 1.67 1.48
120 5.15 3.80 3.23 2.89 2.67 2.52 2.39 2.30 2.22 2.16 1.94 1.82 1.69 1.53 1.31
∞ 5.02 3.69 3.12 2.79 2.57 2.41 2.29 2.19 2.11 2.05 1.83 1.71 1.57 1.39 1.00

265
N. Cufaro Petroni: Probabilità e Statistica

E.5 Valori di e−λ

λ 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 1.0000 0.9900 0.9802 0.9704 0.9608 0.9512 0.9418 0.9324 0.9231 0.9139
0.1 0.9048 0.8958 0.8869 0.8781 0.8694 0.8607 0.8521 0.8437 0.8353 0.8270
0.2 0.8187 0.8106 0.8025 0.7945 0.7866 0.7788 0.7711 0.7634 0.7558 0.7483
0.3 0.7408 0.7334 0.7261 0.7189 0.7118 0.7047 0.6977 0.6907 0.6839 0.6771
0.4 0.6703 0.6637 0.6570 0.6505 0.6440 0.6376 0.6313 0.6250 0.6188 0.6126
0.5 0.6065 0.6005 0.5945 0.5886 0.5827 0.5769 0.5712 0.5655 0.5599 0.5543
0.6 0.5488 0.5434 0.5379 0.5326 0.5273 0.5220 0.5169 0.5117 0.5066 0.5016
0.7 0.4966 0.4916 0.4868 0.4819 0.4771 0.4724 0.4677 0.4630 0.4584 0.4538
0.8 0.4493 0.4449 0.4404 0.4360 0.4317 0.4274 0.4232 0.4190 0.4148 0.4107
0.9 0.4066 0.4025 0.3985 0.3946 0.3906 0.3867 0.3829 0.3791 0.3753 0.3716
1.0 0.367879
2.0 0.135335
3.0 0.049787
4.0 0.018316
5.0 0.006738
6.0 0.002479
7.0 0.000912
8.0 0.000335
9.0 0.000123
10.0 0.000045

λ = ⌊λ⌋ + r ⌊λ⌋ = 0, 1, 2, . . . 0<r<1

e−λ = e−⌊λ⌋ e−r

266
Indice analitico

adattamento, 154 curtosi, 50, 90

additività, 8
algebra, 7 dati
generata, 7 multidimensionali, 70
approssimazione normale, 61 qualitativi, 69
asimmetria, 50, 90 quantitativi, 69
autovalore, 258 raggruppati, 80, 84
autovettore, 258 decile, 35, 86
decomposizione, 7
autovettori ortonormali, 258
deviazione standard, 46, 81
baricentro, 100 diagramma
boxplot, 88 a barre, 23
diagramma a barre, 73
campione, 70 differenza interquartile, 36, 88
casuale, 58, 110 direzione principale, 105
gaussiano, 121, 124 dispersione, 102
ordinato, 85 totale, 101
standardizzato, 83 distribuzione, 18
campioni congiunta, 20
accoppiati, 146 marginale, 20
indipendenti, 146
equiprobabilità, 3
carattere, 70
errore, 133
classificazione, 105
di prima specie, 133
cluster, 105
di seconda specie, 133
coefficiente binomiale, 15
errore quadratico medio, 83, 97, 98
componente principale, 105
eventi
convergenza
congiunti, 19
degenere in mq, 56
disgiunti, 6
in distribuzione, 56 incompatibili, 6
correlazione indipendenti, 14
matrice di, 101 evento, 5
coefficiente di, 46, 96 elementare, 3, 6
negativa, 47, 96 evento critico, 134
positiva, 47, 96
covarianza, 46, 96 famiglia di leggi, 23
matrice di, 100 fedeltà, 105

267
N. Cufaro Petroni: Probabilità e Statistica INDICE ANALITICO

formula normale standard, 30

della probabilità totale, 12 Poisson, 26
frequenza uniforme, 29
assoluta, 71, 72 Legge dei Grandi Numeri, 57
assoluta cumulata, 71 livello, 120, 134
relativa, 71, 72
relativa cumulata, 71 marginalizzazione, 39
frequenze matrice, 258
congiunte, 93 simmetrica, 258
marginali, 93 trasposta, 258
funzione media, 43, 78
di v-a, 22 aritmetica, 59
di densità di probabilità, 27 armonica, 91, 92
di distribuzione generalizzata, 90
congiunta, 21 geometrica, 91, 92
marginali, 21 pesata, 78
di distribuzione cumulativa, 20 quadratica, 91, 92
mediana, 35, 86
gradi di libertà, 31–33 moda, 23, 28, 77
modalità, 70
indicatore, 17 modulo, 257
di centralità, 36, 45 momento, 50, 89
di dispersione, 36, 46 centrato, 50, 89
indice
di centralià, 77 non correlazione, 96
di dispersione, 77 normalizzazione, 72
robusto, 87
percentile, 86
intervallo di fiducia, 120
piano principale, 105
ipotesi, 132
popolazione, 70
nulla, 132
potenza, 134
istogramma, 73
probabilità, 3, 8
legge, 18 a posteriori, 13
congiunta, 20 a priori, 13
del chi quadro, 31 condizionata, 11
di Student, 32 congiunta, 11
discreta, 22 definizione classica, 4
Fisher, 33 spazio di, 8
Gaussiana, 29 prodotto scalare, 257
Gaussiana bivariata, 41 proiezione, 258
inomiale, 24 quantile, 35, 85
marginale, 20 quartile, 35, 86
multinomiale, 40
normale, 29 range, 88

268
INDICE ANALITICO INDICE ANALITICO

regione critica, 134 identicamente distribuite, 19

retta di regressione, 98 indipendenti, 20
risultato, 3 non correlate, 46
varianza, 46, 81
scarto quadratico, 81 campionaria, 59
scarto quadratico medio, 46 combinata, 150
scatter plot, 95 corretta, 59, 110
significatività, 134 variazione
skewness, 50, 90 coefficiente di, 81
somma di v-a, 22 verosimiglianza
spazio funzione di, 125
degli eventi elementari, 4 versore, 257
dei campioni, 4 vettore, 257
statistica, 110 nullo, 257
stima vettori
di una varianza, 113 ortogonali, 257
di un parametro, 112
di un valore d’attesa, 112
di una distribuzione continua, 114
di una distribuzione discreta, 113
di una proporzione, 58
puntuale, 110
stimatore, 110
consistente, 110
di massima verosimiglianza, 126
non distorto, 110

tabella
di contingenza, 93
di frequenza, 73
Teorema
di Bayes, 13
di Poisson, 64
Limite Centrale, 60

valore
centrale, 72
d’attesa, 43
variabile aleatoria, 17
centrata, 49
continua, 27
discreta, 22
standardizzata, 49
variabili aleatorie

269