Formulario Statistica Applicata

Tamaño de muestra: Intervalli di Confidenza per un campione

Una proporzione:
Popolazioni Infinite.
̂(1− ̂) ̂(1− ̂)
n=
2 2
n=
2
̂− /2 √ < p < ̂+ /2 √
2 2
̂ = ; ̂= 1 − ̂
Popolazioni Finite. Una media:
2 2 2
n= n= σ conosciuta ̅− /2 < µ < ̅+ /2
( −1 ) +2 2 2 ( N−1 )E +2 2 √ √
σ non conosciuta ̅− /2,n−1 < < ̅+ /2, −1
Fattore di correzione per gli intervalli: √ √
Una varianza
−
Sì 0,05 fc = √ ( −1) 2 (n−1)s 2
−1
2 <σ< 2
⁄ 2 , -1 1− ⁄ 2 , -1

Statistici di prova per un campione Intervalli di confidenza due campioni

Una proporzione: Una mediase conoce σ:

̂− ̅
−
z= z=
√
(1− ) Due proporzioni
√

Una media non conosce σ: ( ̂ 1− −2̂ ) < 1−( 2< ̂ onu−) +̂ ( 2)

Una varianza:
̅
−
( −1) 2 t=
χ2 = ̂ 1̂ 1 ̂ 2̂ 2
2 √ = /2 √ +
1 2
Statistiche di prova per due campioni
Due proporzioni:
( ̂−
1 ̂ − 2) −( 1 2) 1− 2 Due medie, campioni indipendenti:
z= : ̅= y ̅ = 1- ̅
1
√ ̅ ( + )
1 1+ 2
1 2 ( ̅ 1− 2̅ )
− < 1− 1< ̅ 1− ( +̅ 2)
Due medie con campioni indipendenti, si conosce σ1 y σ2:
( 1̅ − 2̅ −) ( −1 2 ) 2 2
z= a) = /2 √ 1
+ 2
Seconoce σ1y σ2
2 2 1 2
√ 1+ 2
1 2
2 2
Dos medias con muestras independientes, no se conoceσ1y b) = /2 √ 1
+ 2
Non si conosce σ1y σ2
1 2
σ2.Sì ≥ 3 Non assumiamo σ1≠ σ2: E si presume che 1≠ 1:
( 1̅ − 2̅ −) ( −1 2) ( + )2
t= ; gl = 2 2 ( + )2 2 2
+ 1 2
2 2
1+ 2 1-1 -1 2
gl = 2 2 A= B=
√ + 1 2
1 2 1-1 -1 2
2 2
1 2
A= B= 1 1
1 2 c) = /2 √2( + Non
) si conosce σ e σ 1 2
1 2
Due medie con campioni indipendenti, non si conosce σ1y E si assume che 1= 1:

σ2.Sì < 3 sommiσ1=σ2: 2 2

2 = ( n 1- 1 )s 1+ n( -2 1 s) 2 ; gl =
1+ 2 -2
1 + 2 −2
( 1̅ − 2̅ −) ( −1 2)
t=
1 1
√ 2( + )
1 2
Due campioni medi abbinati:
2 2 ̅ − < < ̅+
2= ( n 1- 1 )s 1+ n( -2 1 s) 2 ; gl = /2 /2
1+ 2 -2 √
√
1 + 2 −2
Due medie con campioni accoppiati:
− ̅ )2
̅ =∑ ; =√
∑(
; gl = n-1
n-1
̅ − ∑ ∑( − ̅ )2
t= =̅ ; = √
n−1
; gl = n-1
√
 Metodi non parametrici, Correlazione e Regressione

Prova del segno n > 25 Kruskal Wallis (ANOVA non parametrica)

12 2 2 2
( x + 0,5) − ⁄ 2
= ; Valori critici Tabella A-2 =
N(N+1)
[ +1 + 2 + . . 3. . ] -3( + 1)
√ ⁄ 1 2 3
2 Valori critici nella tabella A-4

Rangos con segno (Wilcoxon) Bondad di adattamento, Indipendenza e Omogeneità

( − )2
Mesi abbinate: Statistico di prova = 2
∑
( +1)
− 4
= Valori critici Tabella A-2 Multinomiale: Tabella di contingenza:
( +12)( +1 )
√
24 gl = k–1 gl = (righe-1) (colonne-1)

Messe indipendenti: ( )( )
Eio= n*pio E=
− n 1(n 1+ n 2+ 1) n 1n 2(n 1+ n 2+ 1)
= ; = ; = √
2 12
Valori critici nella tabella A-4

Rachas Correlazione dei Ranghi di Spearman

Sì 1 >20 ; 2 >20
Statistico di prova:
Non esistono pareggi Esistono pareggi.
−
= ; 6.[ ∑ ]2 ∑ −∑ ∑
=1− =√
n (n 2-1 ) ∑ 2 −(∑ )√2 ∑ 2 −(∑ ) 2

2 1 2
+1; Valor Critico:
=
1+ 2
Se n≤30 Se n>30
2 1 22( 1 2− 1− 2 )
=√ ( 1 + 2 ) 2 ( n 1+ n2 - 1) Tabal A-9 =± ;z tabella A-2
√ −1
Correlazione lineare semplice Regressione lineare semplice

Coefficiente di correlazione: 0= ̅− 1 ̅
∑ −∑ ∑
= ; ∑ −(∑ )(∑ )
√∑ 2 − (∑ ) 2∑
√ 2− (∑ ) 2 1= (∑ )∑( )−2 (∑ )(∑ )
∑ 2 −(∑ ) 2 0=
∑ 2 −(∑ ) 2
Statistico di prova Metodo Statistiche di prova
semplificato Metodo Tradizionale “t”: Equaizione di regressione Estatistico di prova per 1:

√ −2
r t= gl = n-2 − 1
√1− 2 ̂= 0+ 1 t=
1
; gl = n-2
valori critici Tabella A-6 Valori critici Tabella A-3 √

Intervalli di previsione Modelli non lineari