Parte1
Parte1
Parte1
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ESERCIZI SVOLTI PER LA PROVA DI STATISTICA<br />
DESCRITTIVA<br />
Stefania Naddeo
INDICE<br />
1. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE 3<br />
2. VALORI CARATTERISTICI DELLE DISTRIBUZIONI 20<br />
3. INDICI DI VARIABILITA’ 31<br />
4. DISTRIBUZIONI BIVARIATE 39<br />
APPENDICE<br />
Tavola A: Funzione di ripartizione della normale standardizzata 47<br />
Tavola B: Quantili della normale standardizzata 48<br />
2
1. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE<br />
(Gli esercizi contenuti in questa sezione si riferiscono al capitolo 2 delle dispense)<br />
Esercizio 1.1<br />
La seguente serie è relativa ad una variabile discreta X rilevata su 20 individui:<br />
0 1 1 0 0 1 1 2 2 2 4 2 2 2 4 4 4 4 4 4<br />
Determinare la distribuzione di frequenza della variabile e rappresentarla graficamente.<br />
Soluzione<br />
La distribuzione assume la forma riportata nella tabella successiva.<br />
X freq. ass. freq. rel.<br />
0 3 0,15<br />
1 4 0,20<br />
2 6 0,30<br />
4 7 0,35<br />
totale 20 1,00<br />
Una rappresentazione grafica adeguata per una variabile quantitativa discreta è il<br />
diagramma per ordinate che nel caso esaminato assume la forma riportata nella figura<br />
successiva.<br />
0,35<br />
0,3<br />
0,25<br />
0,2<br />
0,15<br />
0,1<br />
0,05<br />
0<br />
0 1 2 3 4<br />
Esercizio 1.2<br />
La seguente serie è relativa ad una variabile continua X rilevata su 10 individui:<br />
1,2 1,5 2,0 2,1 2,8 3,3 3,6 4,2 5,9 6,8<br />
sintetizzare i dati in una distribuzione costituita dalle classi 1-|2, 2-|4 e 4-|7 e disegnarne<br />
l’istogramma corrispondente.<br />
Soluzione<br />
La distribuzione espressa in termini di frequenze relative assume la forma riportata nella<br />
tabella successiva.<br />
X freq. ass. freq. rel. ampiezza classe densità<br />
1 -| 2 3 0,3 1 0,3<br />
2 -| 4 4 0,4 2 0,2<br />
4 -| 7 3 0,3 3 0,1<br />
totale 10 1,0<br />
L’istogramma assume la forma seguente<br />
3
0,3<br />
0,2<br />
0,1<br />
0<br />
0 1 2 3 4 5 6 7<br />
Esercizio 1.3<br />
Data la seguente distribuzione relativa ad una variabile X qualitativa sconnessa,<br />
X freq. ass. cum.<br />
a 25<br />
b 75<br />
c 95<br />
d 100<br />
calcolare le frequenze relative e rappresentare graficamente la distribuzione così ottenuta<br />
mediante un grafico a nastri.<br />
Soluzione<br />
La distribuzione espressa in termini di frequenze relative è la seguente<br />
X freq. rel.<br />
a 0,25<br />
b 0,50<br />
c 0,20<br />
d 0,05<br />
totale 1,00<br />
Il grafico a nastri corrispondente assume la forma<br />
d<br />
c<br />
a<br />
b<br />
0 0,1 0,2 0,3 0,4 0,5<br />
Da notare che le modalità della variabile sono state elencate in base ai valori delle<br />
frequenze associate.<br />
4
Esercizio 1.4<br />
Rappresentare graficamente la seguente distribuzione relativa ad una variabile discreta X<br />
X freq. rel.<br />
-1 0,25<br />
0 0,40<br />
1 0,20<br />
2 0,10<br />
3 0,05<br />
totale 1,00<br />
determinare l’espressione formale della funzione di ripartizione corrispondente e calcolare<br />
la quota di individui con un valore della variabile compreso nell’intervallo (0, 2].<br />
Soluzione<br />
La rappresentazione grafica della distribuzione assume la forma<br />
0,4<br />
0,35<br />
0,3<br />
0,25<br />
0,2<br />
0,15<br />
0,1<br />
0,05<br />
0<br />
-2 -1 0 1 2 3 4<br />
L’espressione formale della funzione di ripartizione risulta<br />
⎧0<br />
x < -1<br />
⎪0,25<br />
⎪<br />
0,65<br />
F(x) = ⎨<br />
⎪<br />
0,85<br />
⎪0,95<br />
⎪⎩<br />
1<br />
-1≤<br />
x < 0<br />
0≤<br />
x < 1<br />
1≤<br />
x < 2<br />
2≤<br />
x < 3<br />
x ≥3<br />
La quota di individui con un valore della variabile compreso nell’intervallo (0, 2] è dato da<br />
F(2) – F(0) = 0,95 – 0,65 = 0,30.<br />
Esercizio 1.5<br />
Data la seguente distribuzione relativa ad una variabile discreta X<br />
X freq. rel. cum.<br />
2 0,55<br />
4 0,75<br />
6 1,00<br />
rappresentarla graficamente, determinare l’espressione formale della funzione di<br />
ripartizione e disegnarne il grafico.<br />
5
Soluzione<br />
La rappresentazione grafica della distribuzione assume la forma<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
0 1 2 3 4 5 6<br />
L’espressione formale della funzione di ripartizione risulta<br />
⎧0<br />
x < 2<br />
⎪0,55<br />
2≤<br />
x < 4<br />
F(x) = ⎨<br />
⎪<br />
0,75 4≤<br />
x < 6<br />
⎪⎩<br />
1 x ≥6<br />
e la rappresentazione grafica corrispondente è data da<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
0 2 4 6 8<br />
Esercizio 1.6<br />
Data la seguente distribuzione relativa ad una variabile continua X<br />
X freq. rel. cum.<br />
3 -| 4 0,5<br />
4 -| 6 0,8<br />
6 -| 10 1,0<br />
disegnarne l’istogramma corrispondente.<br />
Soluzione<br />
Sulla base dei risultati riportati nella nella tabella successiva<br />
X freq. rel. ampiezza classe densità<br />
3 -| 4 0,5 1 0,50<br />
4 -| 6 0,3 2 0,15<br />
6 -| 10 0,2 4 0,05<br />
totale 1,0<br />
6
l’istogramma assume la forma seguente<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
2 3 4 5 6 7 8 9 10 11 12<br />
Esercizio 1.7<br />
Data la seguente serie di valori relativa ad una variabile discreta X<br />
1 3 4 2 2 1 3 3 2 2<br />
determinare la distribuzione di frequenza della variabile espressa mediante le frequenze<br />
relative cumulate. Rappresentare graficamente la funzione di ripartizione corrispondente e<br />
calcolare la quota di individui con un valore della variabile minore o uguale a 3.<br />
Soluzione<br />
La distribuzione è la seguente<br />
X freq. ass. freq. rel. freq. rel. cum<br />
1 2 0,2 0,2<br />
2 4 0,4 0,6<br />
3 3 0,3 0,9<br />
4 1 0,1 1,0<br />
totale 10 1,0<br />
Il grafico della funzione di ripartizione assume la forma<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
-2 -1 0 1 2 3 4 5 6<br />
La quota di individui con un valore della variabile minore o uguale a 3 è data da<br />
F(3) = 0,9.<br />
7
Esercizio 1.8<br />
La seguente serie è relativa ad una variabile discreta X rilevata su 10 individui:<br />
242, 245, 244, 248, 247, 242, 248, 244, 246, 242.<br />
Scrivere l’espressione analitica della funzione di ripartizione corrispondente e disegnarne il<br />
grafico. Determinare la quota di individui con un valore della variabile minore o uguale a<br />
243.<br />
Soluzione<br />
L’espressione analitica della funzione di ripartizione è data da<br />
⎧0<br />
x < 242<br />
⎪0,3<br />
242≤<br />
x < 244<br />
⎪<br />
⎪<br />
0,5 244 ≤ x < 245<br />
F(x) = ⎨0,6<br />
245≤<br />
x < 246<br />
⎪0,7<br />
246 ≤ x < 247<br />
⎪<br />
0,8 247≤<br />
x < 248<br />
⎪<br />
⎩1<br />
x ≥248<br />
ed il grafico corrispondente assume la forma<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
240 241 242 243 244 245 246 247 248 249 250<br />
La quota di individui con un valore della variabile minore o uguale a 243 è data da<br />
F(243) = 0,3.<br />
Esercizio 1.9<br />
Data la seguente distribuzione relativa ad una variabile continua X<br />
X freq. rel.<br />
18 -| 20 0,06<br />
20 -| 25 0,10<br />
25 -| 30 0,30<br />
30 -| 60 0,54<br />
totale 1,00<br />
calcolare la quota di individui con un valore della variabile: inferiore a 19, b) superiore a<br />
22, c) compreso fra 40 e 50.<br />
8
Soluzione<br />
L’espressione analitica della funzione di ripartizione è data da<br />
⎧0<br />
x ≤18<br />
⎪0,03(<br />
x-18)<br />
18<<br />
x ≤20<br />
⎪<br />
0,06+<br />
0,02(<br />
x-20)<br />
20 < x ≤25<br />
F(x) = ⎨<br />
⎪<br />
0,16+<br />
0,06(<br />
x-25)<br />
25 < x ≤30<br />
⎪0,46+<br />
0,018(<br />
x-30)<br />
30<<br />
x ≤60<br />
⎪⎩<br />
1<br />
x > 60<br />
per cui le quote richieste sono:<br />
a) F(19) = 0,03,<br />
b) 1−F(22) = 1−(0,06+0,02×2) = 0,9,<br />
c) F(50)−F(40) = 0,46+0,018×20−(0,46+0,018×10) = 0,18.<br />
Esercizio 1.10<br />
Data la seguente distribuzione relativa ad una variabile continua X<br />
X densità<br />
2 -| 10 0,025<br />
10 -| 20 0,020<br />
20 -| 40 0,030<br />
calcolare la quota di individui con un valore della variabile: a) inferiore a 5, b) superiore a<br />
30, c) compreso fra 10 e 15.<br />
Soluzione<br />
Sulla base delle informazioni riportate nella tabella seguente le quote richieste risultano<br />
X freq. rel. freq. rel. cum.<br />
2 -| 10 0,2 0,2<br />
10 -| 20 0,2 0,4<br />
20 -| 40 0,6 1,0<br />
totale 1,0<br />
a) F(5) = 0,025(5−2) = 0,075,<br />
b) 1−F(30) = 1−[0,4+0,03(30−20)] = 0,30,<br />
c) F(15)−F(10) = 0,2+0,02(15−10) – 0,2 = 0,10.<br />
Esercizio 1.11<br />
Data la seguente serie di valori di una variabile continua X rilevata su 10 individui<br />
8,0 6,4 7,8 7,4 7,6 7,8 7,0 6,4 8,4 8,8<br />
costruire la distribuzione di frequenza nelle classi 6-|7, 7-|8 e 8-|9. Disegnare i grafici<br />
sovrapposti delle funzioni di ripartizione della serie originaria e della distribuzione in classi.<br />
Soluzione<br />
La distribuzione in classi è data da<br />
X freq. rel. freq. rel. cum.<br />
6 -| 7 0,3 0,3<br />
7 -| 8 0,5 0,8<br />
8 -| 9 0,2 1,0<br />
totale 1,0<br />
9
Pertanto i grafici sovrapposti delle due funzioni di ripartizione assumono la forma riportata<br />
nel grafico seguente<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
5 5,2 5,4 5,6 5,8 6 6,2 6,4 6,6 6,8 7 7,2 7,4 7,6 7,8 8 8,2 8,4 8,6 8,8 9 9,2 9,4 9,6 9,8 10<br />
Esercizio 1.12<br />
Data la seguente serie di valori di una variabile continua X rilevata su 6 individui<br />
2,6 2,0 2,2 2,0 2,3 2,4<br />
determinare l’espressione analitica della funzione di ripartizione e disegnarne il grafico.<br />
Determinare la quota di individui con un valore della variabile superiore a 2,5.<br />
Soluzione<br />
La serie ordinata è<br />
2,0 2,0 2,2 2,3 2,4 2,6<br />
L’espressione analitica della funzione di ripartizione è data da<br />
⎧0<br />
x < 2,0<br />
⎪<br />
0, 3<br />
⎪<br />
⎪0,5<br />
F(x) = ⎨<br />
⎪0,<br />
6<br />
⎪0,83<br />
⎪<br />
⎩1<br />
2,0≤<br />
x < 2,2<br />
2,2≤<br />
x < 2,3<br />
2,3≤<br />
x < 2,4<br />
2,4≤<br />
x < 2,6<br />
x ≥2,6<br />
ed il grafico corrispondente assume la forma<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
1,8 1,9 2 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3<br />
La quota di persone con un valore di X maggiore di 2,5 è data da<br />
1 − F(2,5) = 1−0,83<br />
= 0,16<br />
.<br />
10
Esercizio 1.13<br />
Data la seguente serie relativa al numero di figli rilevati su una collettività di 10 famiglie,<br />
2 1 3 4 4 3 2 2 1 2<br />
costruire la distribuzione di frequenza e farne la rappresentazione grafica corrispondente.<br />
Soluzione<br />
La distribuzione assume la forma riportata nella tabella successiva.<br />
X freq. rel.<br />
1 0,2<br />
2 0,4<br />
3 0,2<br />
4 0,2<br />
totale 1,0<br />
Una rappresentazione grafica adeguata è il diagramma per ordinate<br />
0,4<br />
0,2<br />
0<br />
0 1 2 3 4<br />
Esercizio 1.14<br />
Date le frequenze cumulate relative alle ore di funzionamento di un componente<br />
elettronico, determinare le frequenze relative associate a ciascuna classe e le frequenze<br />
assolute corrispondenti sapendo che la numerosità complessiva è pari a 20.<br />
ore freq. rel. cum.<br />
2.000 -| 3.000 0,10<br />
3.000 -| 5.000 0,25<br />
5.000 -| 7.500 0,40<br />
7.500 -| 10.000 0,65<br />
10.000 -| 14.000 0,90<br />
14.000 -| 20.000 1,00<br />
Soluzione<br />
Le frequenze richieste sono riportate nella tabella successiva.<br />
ore freq. relative freq. assolute<br />
2.000 -| 3.000 0,10 2<br />
3.000 -| 5.000 0,15 3<br />
5.000 -| 7.500 0,15 3<br />
7.500 -| 10.000 0,25 5<br />
10.000 -| 14.000 0,25 5<br />
14.000 -| 20.000 0,10 2<br />
totale 1,00 20<br />
11
Esercizio 1.15<br />
La seguente serie di dati si riferisce alle altezze (in centimetri) di 15 piantine<br />
17,4 20,4 20,0 20,0 18,4 18,6 18,6 15,3 16,5 18,0 16,3 18,0 11,8 15,5 18,0<br />
Sintetizzare la serie con un raggruppamento nelle classi 11-|16, 16-|18, 18-|22 e disegnare<br />
l’istogramma ed il grafico della funzione di ripartizione corrispondente.<br />
Soluzione<br />
Dalla serie originaria si ottengono i dati contenuti nella tabella successiva<br />
altezze freq. ass. freq. rel. ampiezza intervallo densità freq. rel. cum<br />
11 -| 16 3 0,2 5 0,04 0,2<br />
16 -| 18 6 0,4 2 0,20 0,6<br />
18 -| 22 6 0,4 4 0,10 1,0<br />
totale 15 1,0<br />
L’istogramma assume la forma seguente<br />
0,2<br />
0,15<br />
0,1<br />
0,05<br />
0<br />
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25<br />
ed il grafico della funzione di ripartizione risulta<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25<br />
Esercizio 1.16<br />
Data una variabile X la cui distribuzione è riportata nella tabella seguente<br />
X freq. ass.<br />
2 -| 4 28<br />
4 -| 10 12<br />
10 -| 20 10<br />
totale 50<br />
determinare l’espressione formale della funzione di ripartizione e disegnarne il grafico.<br />
12
Soluzione<br />
Sulla base della distribuzione precedente si ottengono le informazioni riportate nella<br />
tabella successiva<br />
X freq. rel. freq. rel. cum. densità<br />
2 -| 4 0,56 0,56 0,28<br />
4 -| 10 0,24 0,80 0,04<br />
10 -| 20 0,20 1,00 0,02<br />
totale 1,00<br />
Pertanto l’espressione formale della funzione di ripartizione risulta<br />
⎧0<br />
⎪0,28(<br />
x−2)<br />
⎪<br />
F(x) = ⎨0,56+<br />
0,04(<br />
x−<br />
4)<br />
⎪0,8+<br />
0,02(<br />
x−10)<br />
⎪<br />
⎩1<br />
x ≤2<br />
2<<br />
x ≤ 4<br />
4<<br />
x ≤10<br />
10 < x ≤20<br />
x > 20<br />
ed il grafico corrispondente assume la forma<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
0 2 4 6 8 10 12 14 16 18 20 22 24<br />
Esercizio 1.17<br />
Data una variabile X la cui distribuzione è riportata nella tabella seguente<br />
X freq. rel. cum.<br />
5 -| 20 0,60<br />
20 -| 30 0,80<br />
30 -| 35 0,95<br />
35 -| 40 1,00<br />
determinare l’espressione formale della funzione di ripartizione e disegnarne il grafico<br />
Soluzione<br />
Sulla base della distribuzione precedente si ottengono le informazioni riportate nella<br />
tabella successiva<br />
X freq. rel. amp. classe densità<br />
5 -| 20 0,60 15 0,04<br />
20 -| 30 0,20 10 0,02<br />
30 -| 35 0,15 5 0,03<br />
35 -| 40 0,05 5 0,01<br />
totale 1,00<br />
Pertanto l’espressione formale della funzione di ripartizione risulta<br />
13
⎧0<br />
x ≤5<br />
⎪0,04(<br />
x−5)<br />
5<<br />
x ≤20<br />
⎪<br />
0,6+<br />
0,02(<br />
x−20)<br />
20<<br />
x ≤30<br />
F(x) = ⎨<br />
⎪<br />
0,8+<br />
0,03(<br />
x−30)<br />
30 < x ≤35<br />
⎪0,95+<br />
0,01(<br />
x−35)<br />
35<<br />
x ≤ 40<br />
⎪⎩<br />
1<br />
x > 40<br />
ed il grafico corrispondente assume la forma<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
0 5 10 15 20 25 30 35 40 45<br />
Esercizio 1.18<br />
Data una variabile discreta X la cui funzione di ripartizione è data da<br />
⎧0<br />
x < 0<br />
⎪0,<br />
4 0≤<br />
x < 1<br />
⎪<br />
F(x) = ⎨0,6<br />
1≤<br />
x < 2<br />
⎪0,9<br />
2≤<br />
x < 3<br />
⎪<br />
⎩1<br />
x ≥3<br />
disegnare il grafico corrispondente, determinare la distribuzione della variabile X e farne il<br />
grafico.<br />
Soluzione<br />
Il grafico della funzione di ripartizione è<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
-1 0 1 2 3 4<br />
la distribuzione di frequenza assume la forma seguente<br />
14
X freq. rel.<br />
0 0,4<br />
1 0,2<br />
2 0,3<br />
3 0,1<br />
totale 1,0<br />
La rappresentazione grafica corrispondente assume la forma<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
0 1 2 3<br />
Esercizio 1.19<br />
Data una variabile X la cui funzione di ripartizione è data da<br />
⎧0<br />
x ≤5<br />
⎪0,1(<br />
x−5)<br />
5<<br />
x ≤7<br />
⎪<br />
0,2+<br />
0,1(<br />
x−7)<br />
7<<br />
x ≤10<br />
F(x) = ⎨<br />
⎪<br />
0,5+<br />
0,03(<br />
x−10)<br />
10 < x ≤20<br />
⎪0,8+<br />
0,01(<br />
x−20)<br />
20<<br />
x ≤ 40<br />
⎪⎩<br />
1<br />
x > 40<br />
determinare la distribuzione di frequenza corrispondente e disegnare l’istogramma.<br />
Soluzione<br />
La distribuzione di frequenza è data da<br />
X densità ampiezza intervallo freq. rel.<br />
5 -| 7 0,10 2 0,2<br />
7 -| 10 0,10 3 0,3<br />
10 -| 20 0,03 10 0,3<br />
20 -| 40 0,01 20 0,2<br />
totale 1,0<br />
per cui l’istogramma assume la forma seguente<br />
0,1<br />
0,08<br />
0,06<br />
0,04<br />
0,02<br />
0<br />
4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40<br />
15
Esercizio 1.20<br />
Data una variabile X la cui distribuzione è approssimata da una distribuzione normale di<br />
parametri μ=10 e σ=2, determinare la quota di individui che presentano un’intensità di X:<br />
a) inferiore a 8, b) superiore a 13, c) compresa fra 9 e 11.<br />
Soluzione<br />
X−µ<br />
Bisogna ricorrere alla variabile standardizzata U=<br />
per poter utilizzare le tavole della<br />
σ<br />
distribuzione normale standard. In questo modo le soluzioni sono<br />
⎛ 8−10<br />
⎞<br />
a) F(8) = Φ⎜<br />
⎟ = Φ(<br />
−1)<br />
= 1−Φ(<br />
1)<br />
= 0,<br />
159<br />
⎝ 2 ⎠<br />
⎛13 −10<br />
⎞<br />
b) 1 − F(13) = 1−Φ⎜<br />
⎟ = 1−Φ(<br />
1,<br />
5)<br />
= 0,<br />
067<br />
⎝ 2 ⎠<br />
⎛11−10 ⎞ ⎛ 9−10<br />
⎞<br />
c) F(11) − F(9) = Φ⎜<br />
⎟−Φ⎜<br />
⎟ = 2Φ(<br />
0,<br />
5)<br />
−1=<br />
0,<br />
382<br />
⎝ 2 ⎠ ⎝ 2 ⎠<br />
Esercizio 1.21<br />
Data una variabile X la cui distribuzione è approssimata da una distribuzione normale di<br />
parametri μ=25 e σ=6, determinare la quota di individui che presentano un’intensità di X:<br />
a) superiore a 28, b) compresa fra 24 e 26.<br />
Soluzione<br />
Una volta effettuata la standardizzazione le quote richieste risultano<br />
⎛ 28−25<br />
⎞<br />
a) 1 − F(28) = Φ⎜<br />
⎟ = 1−Φ(<br />
0,<br />
5)<br />
= 0,<br />
309<br />
⎝ 6 ⎠<br />
⎛ 26−25<br />
⎞ ⎛ 24−25<br />
⎞<br />
b) F(26) − F(24) = Φ⎜<br />
⎟−Φ⎜<br />
⎟ = 2Φ(<br />
0,<br />
17)<br />
−1=<br />
0,<br />
134<br />
⎝ 6 ⎠ ⎝ 6 ⎠<br />
Esercizio 1.22<br />
Data una variabile X la cui funzione di ripartizione è approssimata dal seguente modello<br />
teorico<br />
⎧0<br />
x ≤ −1<br />
⎪<br />
1 3<br />
F(x) = ⎨ ( x + 1)<br />
−1<<br />
x < 1<br />
⎪2<br />
⎪<br />
⎩1<br />
x ≥1<br />
determinare la funzione di densità di frequenza corrispondente.<br />
Soluzione<br />
Data la funzione di ripartizione, la funzione di densità corrispondente si ottiene effettuando<br />
dF(<br />
x)<br />
3 2<br />
la derivata. Risulta = x , per cui la funzione di densità di frequenza è data da<br />
dx 2<br />
⎧3<br />
2<br />
⎪ x<br />
−1<<br />
x < 1<br />
f(x) = ⎨2<br />
⎪<br />
⎩0<br />
altrove<br />
16
Esercizio 1.23<br />
Data una variabile X la cui distribuzione è approssimata dal seguente modello teorico<br />
⎪⎧<br />
2<br />
3x<br />
0<<br />
x < 1<br />
f(x) = ⎨<br />
⎪⎩ 0<br />
altrove<br />
si determini la funzione di ripartizione corrispondente<br />
Soluzione<br />
Data la precedente funzione di densità, la funzione di ripartizione si ottiene effettuando<br />
l’integrale<br />
x<br />
x<br />
3<br />
3<br />
2 2 ⎡t<br />
⎤ ⎛ x ⎞<br />
3t dt 3 t dt 3 3⎜<br />
0⎟<br />
∫ = ∫ = ⎢ ⎥ = = x<br />
3 ⎜<br />
−<br />
3 ⎟<br />
0<br />
0 ⎣ ⎦ 0 ⎝ ⎠<br />
per cui risulta<br />
⎧0<br />
x ≤0<br />
⎪ 3<br />
F(x) = ⎨x<br />
0<<br />
x < 1<br />
⎪<br />
⎩<br />
1<br />
x ≥1<br />
x<br />
3<br />
Esercizio 1.24<br />
Data una variabile X la cui distribuzione è approssimata dal seguente modello teorico<br />
⎧x<br />
+ 1<br />
⎪<br />
1≤<br />
x ≤3<br />
f(x) = ⎨ 6<br />
⎪<br />
⎩0<br />
altrove<br />
si determini la funzione di ripartizione corrispondente<br />
Soluzione<br />
La funzione di ripartizione si ottiene effettuando l’integrale da 1 a x della funzione di<br />
densità. Dato che<br />
x<br />
x<br />
x<br />
2<br />
2<br />
2<br />
t+<br />
1 1 1 ⎡t<br />
⎤ 1 ⎡x<br />
⎛ 1 ⎞⎤<br />
x x 1<br />
∫ dt = ( t 1)<br />
dt t<br />
x 1<br />
6 6∫<br />
+ = ⎢ + ⎥ = ⎢ + −⎜<br />
+ ⎟⎥<br />
= + −<br />
6 2 6 2 2 12 6 4<br />
1<br />
1 ⎣ ⎦1<br />
⎣ ⎝ ⎠⎦<br />
la funzione di ripartizione assume la forma<br />
⎧0<br />
x < 1<br />
⎪ 2<br />
⎪x<br />
x 1<br />
F(x) = ⎨ + − 1≤<br />
x ≤3<br />
⎪12<br />
6 4<br />
⎪1<br />
x > 3<br />
⎩<br />
Esercizio 1.25<br />
Data una variabile X la cui distribuzione è approssimata dal seguente modello teorico<br />
⎪⎧<br />
3<br />
20x ( 1−x<br />
) 0≤<br />
x ≤1<br />
f(x) = ⎨<br />
⎪⎩ 0<br />
altrove<br />
si determini la funzione di ripartizione corrispondente<br />
17
Soluzione<br />
Dato che<br />
x<br />
x<br />
3<br />
∫ 20t<br />
0<br />
= ∫<br />
0<br />
⎡ 4<br />
t<br />
⎢<br />
⎣ 4<br />
5<br />
t ⎤<br />
⎥<br />
5 ⎦ 0<br />
−<br />
la funzione di ripartizione assume la forma<br />
⎧0<br />
x < 0<br />
⎪ 4 5<br />
F(x) = ⎨5x<br />
−4x<br />
⎪<br />
⎩<br />
1<br />
0≤<br />
x ≤1<br />
x > 1<br />
3 4<br />
4 5<br />
( 1-t<br />
) dt 20 t -t<br />
dt = 20 − = 5x 4x<br />
x<br />
Esercizio 1.26<br />
Data una variabile X la cui funzione di ripartizione è approssimata dal seguente modello<br />
teorico<br />
⎧0<br />
x ≤0<br />
⎪<br />
1<br />
F(x) = ⎨ x(<br />
6−<br />
x)<br />
0<<br />
x < 1<br />
⎪5<br />
⎪<br />
⎩1<br />
x ≥1<br />
determinare la funzione di densità di frequenza corrispondente.<br />
Soluzione<br />
dF(<br />
x)<br />
1<br />
Risulta = ( 6−2x<br />
) per cui la funzione di densità di frequenza è data da<br />
dx 5<br />
⎧1<br />
⎪ ( 6−2x<br />
) 0<<br />
x < 1<br />
f(x) = ⎨5<br />
⎪<br />
⎩0<br />
altrove<br />
Esercizio 1.27<br />
Data una variabile X la cui distribuzione è approssimata dal seguente modello teorico<br />
⎧ 3 2<br />
⎪ ( x −2x)<br />
-2≤<br />
x ≤0<br />
f(x) = ⎨20<br />
⎪<br />
⎩0<br />
altrove<br />
si determini la funzione di ripartizione corrispondente<br />
Soluzione<br />
Dato che<br />
x<br />
x<br />
3 2<br />
⎡ 3 ⎤ ⎡ 3<br />
⎤ ⎡ 3<br />
2 3 t 2 3 x 2 ⎛ 8 ⎞ 3 x 20⎤<br />
( t -2t)<br />
dt = ⎢ −t<br />
⎥ = ⎢ −x<br />
−⎜<br />
− −4⎟⎥<br />
= ⎢ −x<br />
+ ⎥<br />
20 ⎣ 3 ⎦ 20 ⎣ 3 ⎝ 3 ⎠⎦<br />
20 ⎣ 3 ⎦<br />
∫ 20<br />
3<br />
-2<br />
la funzione di ripartizione assume la forma<br />
⎧0<br />
x < -2<br />
⎪<br />
1 3<br />
2<br />
F(x) = ⎨ ( x −3x<br />
) + 1<br />
⎪20<br />
⎪<br />
⎩1<br />
-2≤<br />
x ≤0<br />
x > 0<br />
-2<br />
18
Esercizio 1.28<br />
Data una variabile X la cui funzione di ripartizione è data da<br />
⎧0<br />
x ≤-1<br />
⎪0,<br />
3+<br />
0,<br />
3x<br />
-1<<br />
x ≤0<br />
⎪<br />
F(x) = ⎨0,3+<br />
0, 25x<br />
0<<br />
x ≤2<br />
⎪0,4+<br />
0,2x<br />
2<<br />
x ≤3<br />
⎪<br />
⎩1<br />
x > 3<br />
disegnarne il grafico corrispondente e calcolare la quota di individui con un valore della<br />
variabile: a) minore di 0, b) superiore a 1, d) maggiore di 5.<br />
Soluzione<br />
I valori delle funzione di ripartizione in corrispondenza degli estremi delle classi si<br />
ottengono sostituendo tali valori nelle rispettive espressioni formali e risultano pari a quelli<br />
riportati nella tabella seguente,<br />
X freq. rel. cum.<br />
-1 -| 0 0,30<br />
0 -| 2 0,75<br />
2 -| 3 1,00<br />
per cui il grafico assume la forma<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
-2 -1 0 1 2 3 4 5<br />
Le quote richieste si ottengono dalle diverse espressioni formali e risultano:<br />
a) F(0) = 0,3<br />
b) 1−F(1) = 1−(0,3+0,25) = 0,45<br />
c) 1−F(5) = 1-1 = 0<br />
19
2. VALORI CARATTERISTICI DELLE DISTRIBUZIONI<br />
(Gli esercizi contenuti in questa sezione si riferiscono al capitolo 3 delle dispense)<br />
Esercizio 2.1<br />
Data la seguente serie di valori di una variabile continua X rilevata su 6 individui<br />
2,6 2,0 2,2 2,0 2,3 2,4<br />
determinare il valore dei tre quartili della variabile<br />
Soluzione<br />
Si consideri innanzitutto la serie ordinata<br />
2,0 2,0 2,2 2,3 2,4 2,6<br />
Non c’è nessuna intensità della variabile in corrispondenza della quale la funzione di<br />
ripartizione assume il valore 0,25, pertanto come primo quartile si prende quella intensità<br />
in corrispondenza della quale per la prima volta la F(x) assume un valore maggiore di<br />
0,25. Per cui<br />
x0,25=2,0<br />
perchè F(2,0)= 0, 3.<br />
Lo stesso discorso vale per il terzo quartile che risulta<br />
x0,75=2,4.<br />
Per quanto riguarda la mediana, c’è tutto un intervallo di valori in corrispondenza del quale<br />
la F(x) vale 0,5. Come mediana si prende la semisomma degli estremi di questo intervallo<br />
2,<br />
2+<br />
2,<br />
3<br />
x0,5 = = 2,<br />
25.<br />
2<br />
Esercizio 2.2<br />
Data la seguente serie di valori di una variabile continua X rilevata su 12 individui<br />
6,0 6,4 10,2 10,0 11,8 7,2 4,5 8,1 5,1 9,8 10,9 10,0<br />
determinare il valore dei tre quartili della variabile<br />
Soluzione<br />
La serie ordinata è<br />
4,5 5,1 6,0 6,4 7,2 8,1 9,8 10,0 10,0 10,2 10,9 11,8<br />
Risulta quindi<br />
6+<br />
6,<br />
4<br />
x0,25 = = 6,<br />
2,<br />
2<br />
8,<br />
1+<br />
9,<br />
8<br />
x0,5 = = 8,<br />
95,<br />
2<br />
10+<br />
10,<br />
2<br />
x0,75 = = 10,<br />
1.<br />
2<br />
Esercizio 2.3<br />
Data la seguente serie ordinata di valori di una variabile continua X rilevata su 14 individui<br />
2,1 2,3 2,7 2,9 3,0 4,1 5,1 5,2 6,2 6,4 7,1 8,2 9,0 9,3<br />
determinare il valore dei tre quartili<br />
20
Soluzione<br />
I tre quartili risultano<br />
x0,25 = 2,<br />
9,<br />
5,<br />
1+<br />
5,<br />
2<br />
x0,5 = = 5,<br />
15,<br />
2<br />
x0,75 = 7,<br />
1.<br />
Esercizio 2.4<br />
Sulla base della seguente distribuzione di frequenza<br />
X freq. rel.<br />
5 -| 7 0,2<br />
7 -| 10 0,3<br />
10 -| 20 0,3<br />
20 -| 40 0,2<br />
totale 1,0<br />
determinare il valore dei tre quartili della variabile<br />
Soluzione<br />
Data una distribuzione in classi, il valore del quantile xp di ordine p, che supponiamo<br />
contenuto nella classe i-esima, si ottiene ponendo<br />
p − F(xi<br />
−1)<br />
xp<br />
= xi<br />
−1<br />
+<br />
f (x)<br />
i<br />
Pertanto, date le frequenze relative cumulate riportate nella tabella seguente<br />
X freq. rel. cum.<br />
5 -| 7 0,2<br />
7 -| 10 0,5<br />
10 -| 20 0,8<br />
20 -| 40 1,0<br />
il primo quartile corrisponde a<br />
0,25−0,<br />
20<br />
x0,25 = 7+<br />
= 7,<br />
5<br />
0,1<br />
La mediana si ottiene direttamente dai dati della tabella e risulta<br />
x0,5=10<br />
ed il terzo quartile è dato da<br />
0,75−0,<br />
5<br />
x0,75 = 10+<br />
= 18,<br />
3<br />
0,03<br />
Esercizio 2.5<br />
Sulla base della seguente distribuzione di frequenza<br />
X densità<br />
5 -| 9 0,025<br />
9 -| 15 0,100<br />
15 -| 25 0,030<br />
determinare il valore dei primi due decili e la quota di individui con un valore della variabile<br />
inferiore o uguale a 10.<br />
21
Soluzione<br />
Sulla base dei dati si ottengono le informazioni riportate nella tabella successiva<br />
X freq. rel. freq. rel. cum.<br />
5 -| 9 0,1 0,1<br />
9 -| 15 0,6 0,7<br />
15 -| 25 0,3 1,0<br />
totale 1,0<br />
dalle quali risulta<br />
x0,1 = 9<br />
0,2−0,<br />
1<br />
x0,2 = 9+<br />
= 10<br />
0,1<br />
F(10) = 0,1+0,1 = 0,2.<br />
Esercizio 2.6<br />
Data la seguente distribuzione relativa ad una variabile discreta X<br />
X freq. rel. cum.<br />
-1 0,25<br />
0 0,65<br />
1 0,85<br />
2 0,95<br />
3 1,00<br />
determinare la quota di individui con un valore di X maggiore di 1, la moda e la media<br />
aritmetica.<br />
Soluzione<br />
La quota di individui con un valore di X maggiore di 1 è data da 1–F(1) = 1–0,85 = 0,15.<br />
Ottenuta la distribuzione espressa mediante le frequenze relative<br />
X freq. rel.<br />
-1 0,25<br />
0 0,40<br />
1 0,20<br />
2 0,10<br />
3 0,05<br />
totale 1,00<br />
risulta che la moda è pari a 0, mentre la media è<br />
E(X) = -1×0,25 + 1×0,2 + 2×0,1 + 3×0,05 = 0,30.<br />
Esercizio 2.7<br />
Sulla base della seguente funzione di ripartizione<br />
⎧0<br />
x < 1<br />
⎪0,2<br />
1≤<br />
x < 2<br />
⎪<br />
F(x) = ⎨0,6<br />
2≤<br />
x < 3<br />
⎪0,8<br />
3≤<br />
x < 4<br />
⎪<br />
⎩1<br />
x ≥ 4<br />
determinare la distribuzione di frequenza corrispondente e calcolare il valore della media<br />
aritmetica della variabile.<br />
22
Soluzione<br />
Sulla base della funzione di ripartizione si ottiene la distribuzione riportata nella tabella<br />
successiva.<br />
X freq. rel. cum freq. rel.<br />
1 0,2 0,2<br />
2 0,6 0,4<br />
3 0,8 0,2<br />
4 1,0 0,2<br />
totale 1,0<br />
Pertanto la media della variabile risulta<br />
E(X)=2,4.<br />
Esercizio 2.8<br />
Sulla base della seguente funzione di ripartizione<br />
⎧0<br />
x ≤1<br />
⎪<br />
⎪0,3(<br />
x-1)<br />
1<<br />
x ≤2<br />
⎪<br />
F(x) = ⎨0,<br />
3+<br />
0,<br />
25(<br />
x−2)<br />
2<<br />
x ≤ 4<br />
⎪<br />
⎪<br />
0, 8+<br />
0,<br />
05(<br />
x−<br />
4)<br />
4<<br />
x ≤8<br />
⎪<br />
⎩1<br />
x > 8<br />
calcolare il valore della media aritmetica della variabile.<br />
Soluzione<br />
Si ottiene la distribuzione riportata nella tabella successiva.<br />
X freq. rel. cum freq. rel.<br />
1 -| 2 0,3 0,3<br />
2 -| 4 0,8 0,5<br />
4 -| 8 1,0 0,2<br />
totale 1,0<br />
Pertanto la media della variabile risulta<br />
E(X) = 1,5×0,3 + 3×0,5 + 6×0,2 = 3,15.<br />
Esercizio 2.9<br />
Date le seguenti informazioni relative ai prezzi unitari ed alle quantità di un certo bene<br />
acquistato in 4 diversi esercizi, calcolare la media dei prezzi ponderata con le quantità.<br />
prezzo (in euro) quantità<br />
3,15 7<br />
3,20 6<br />
3,30 2<br />
3,35 5<br />
Soluzione<br />
La media dei prezzi ponderata con le quantità risulta<br />
3,<br />
15×<br />
7+<br />
3,<br />
20×<br />
6+<br />
3,<br />
30×<br />
2+<br />
3,<br />
35×<br />
5<br />
E ( X)<br />
= = 3,<br />
23 .<br />
7+<br />
6+<br />
2+<br />
5<br />
23
Esercizio 2.10<br />
Date le seguenti informazioni relative al prezzo al quintale ed alle quantità di un certo bene<br />
acquistato in 5 diverse occasioni, calcolare il prezzo medio al quintale del bene<br />
considerato.<br />
prezzo<br />
(al quintale)<br />
quantità<br />
(in quintali)<br />
40,00 150<br />
41,00 450<br />
41,50 500<br />
42,00 300<br />
43,00 1000<br />
Soluzione<br />
La media dei prezzi ponderata con le quantità risulta<br />
100800<br />
E ( X)<br />
= = 42,<br />
00 .<br />
2400<br />
Esercizio 2.11<br />
Data la seguente distribuzione in classi<br />
X freq. ass.<br />
3 -| 5 8<br />
5 -| 8 6<br />
8 -| 15 7<br />
15 -| 40 4<br />
totale 25<br />
determinare l’espressione formale della funzione di ripartizione, calcolare la mediana e la<br />
quota di individui con un valore della variabile maggiore di 10.<br />
Soluzione<br />
Dai dati si ottengono le informazioni riportate nella tabella successiva<br />
X freq. rel. freq. rel. cum. densità<br />
3 -| 5 0,32 0,32 0,1600<br />
5 -| 8 0,24 0,56 0,0800<br />
8 -| 15 0,28 0,84 0,0400<br />
15 -| 40 0,16 1,00 0,0064<br />
totale 1,00<br />
L’espressione formale della funzione di ripartizione risulta quindi<br />
⎧0<br />
⎪0,16(<br />
x−3)<br />
⎪<br />
0,32+<br />
0,08(<br />
x−5)<br />
F(x) = ⎨<br />
⎪<br />
0,56+<br />
0,04(<br />
x−8)<br />
⎪0,84+<br />
0,0064(<br />
x−15)<br />
⎪⎩<br />
1<br />
x ≤3<br />
3<<br />
x ≤5<br />
5<<br />
x ≤8<br />
8<<br />
x ≤15<br />
15<<br />
x ≤ 40<br />
x > 40<br />
La mediana è contenuta nella seconda classe e risulta<br />
0,5−0,<br />
32<br />
x0,5 = 5+<br />
= 7,<br />
25 .<br />
0,08<br />
La quota di individui con un valore di X maggiore di 10 corrisponde a<br />
1−F(10) = 1−[0,56+0,04(10−8)] = 0,36.<br />
24
Esercizio 2.12<br />
Data la seguente serie di osservazioni relativa ad una variabile continua<br />
2,8 1,7 4,8 3,5 3,9 3,7 1,2 5,7 7,1 2,0<br />
individuare i tre quartili. Costruire inoltre la distribuzione sintetica nelle classi di valori 1-|2,<br />
2-|4, 4-|8 e individuare la classe modale.<br />
Soluzione<br />
Una volta ordinata la serie, risulta<br />
x0,25 = 2<br />
x 0,5<br />
3,5+<br />
3,<br />
7<br />
=<br />
2<br />
=<br />
3,<br />
6<br />
x0,75 = 4,8<br />
La classe modale è la prima classe, 1-|2, dato che è questa la classe con la maggiore<br />
densità di frequenza (pari a 0,3).<br />
Esercizio 2.13<br />
Sulla base della seguente distribuzione di frequenza<br />
X freq. rel. cum.<br />
5 -| 20 0,15<br />
20 -| 30 0,55<br />
30 -| 35 0,80<br />
35 -| 40 1,00<br />
costruire l’istogramma, determinare la classe modale e la media aritmetica.<br />
Soluzione<br />
Sulla base della distribuzione precedente si ottengono le seguenti informazioni<br />
X freq. rel. densità val. centrale<br />
5 -| 20 0,15 0,01 12,5<br />
20 -| 30 0,40 0,04 25,0<br />
30 -| 35 0,25 0,05 32,5<br />
35 -| 40 0,20 0,04 37,5<br />
totale 1,00<br />
L’istogramma assume la forma seguente<br />
0 ,0 5<br />
0 ,0 4<br />
0 ,0 3<br />
0 ,0 2<br />
0 ,0 1<br />
0<br />
0 2 4 6 8 1 0 1 2 1 4 1 6 1 8 2 0 2 2 2 4 2 6 2 8 3 0 3 2 3 4 3 6 3 8 4 0<br />
La classe modale è 30-|35.<br />
La media è E(X)=12,5×0,15+25×0,4+32,5×0,25+37,5×0,2=27,5.<br />
25
Esercizio 2.14<br />
Data la seguente serie di valori di una variabile continua X rilevata su 6 individui<br />
5,1 3,2 3,1 2,4 4,9 5,2 4,1 4,0<br />
calcolare il terzo decile, la mediana, la media e il secondo momento dall’origine.<br />
Soluzione<br />
Data la serie ordinata risulta<br />
x0,3=3,2<br />
4+<br />
4,<br />
1<br />
x0,5 = = 4,<br />
05<br />
2<br />
La media della variabile è E(X)=4<br />
e infine la media dei quadrati è E(X 2 )=16,935<br />
Esercizio 2.15<br />
Data una variabile X la cui distribuzione è riportata nella tabella seguente<br />
X freq. ass.<br />
2 -| 4 28<br />
4 -| 10 12<br />
10 -| 20 10<br />
totale 50<br />
calcolare la media e il secondo momento centrale della variabile.<br />
Soluzione<br />
Sulla base della distribuzione precedente si ottengono le seguenti frequenze relative<br />
X freq. rel.<br />
2 -| 4 0,56<br />
4 -| 10 0,24<br />
10 -| 20 0,20<br />
totale 1,00<br />
per cui E(X) = 6,36.<br />
La media dei quadrati è E(X 2 ) = 61,8 e il secondo momento centrale è quindi<br />
E[(X−mx) 2 ] = E(X 2 ) – [E(X)] 2 = 61,8 – (6,36) 2 = 21,3504<br />
Esercizio 2.16<br />
Sulla base della distribuzione riportata nella nella tabella successiva.<br />
X freq. ass.<br />
2 -| 5 18<br />
5 -| 8 22<br />
8 -| 12 10<br />
totale 50<br />
calcolare: a) la classe modale, b) la media aritmetica, c) il secondo momento centrale.<br />
Soluzione<br />
a) La classe modale è 5-|8 perchè a questo intervallo è associata la massima densità di<br />
frequenza, pari a 0 , 146<br />
.<br />
b) E(X) = 3,5×0,36 + 6,5×0,44 + 10×0,2 = 6,12.<br />
c) E[(X−mx) 2 ] = 5,5456 dato che E(X 2 ) = 43.<br />
26
Esercizio 2.17<br />
Sulla base della distribuzione espressa mediante le densità di frequenza<br />
X densità<br />
5 -| 15 0,038<br />
15 -| 35 0,016<br />
35 -| 50 0,020<br />
calcolare la media della variabile X, il primo quartile e la quota di individui con un valore<br />
della variabile compreso fra 10 e 30.<br />
Soluzione<br />
Una volta ottenute le frequenze relative a partire dalle densità di frequenza si ha<br />
E(X) = 10×0,38 + 25×0,32 + 42,5×0,3 = 24,55,<br />
0,<br />
25<br />
x0,25 = 5+<br />
≅11,<br />
5789 ,<br />
0,038<br />
F(30)−F(10) = 0,38+0,016(30−15) − [0,038(10−5)] = 0,43.<br />
Esercizio 2.18<br />
Data una variabile X la cui distribuzione è approssimata dal seguente modello teorico<br />
⎧3<br />
2<br />
⎪ x<br />
−1<<br />
x < 1<br />
f(x) = ⎨2<br />
⎪<br />
⎩0<br />
altrove<br />
calcolare la media e la quota di individui con un valore della variabile: a) inferiore o uguale<br />
a –0,5; b) superiore a 0,5.<br />
Soluzione<br />
La media della variabile X risulta<br />
1<br />
1<br />
1<br />
4<br />
3 2 3 3 3 ⎡ x ⎤ 3 ⎛ 1 1 ⎞<br />
E(x) = ∫ x x dx = x dx<br />
0<br />
2 2 ∫ = ⎢ ⎥ = ⎜ − ⎟ = .<br />
2 4 2 4 4<br />
−1<br />
−1<br />
⎣ ⎦ −1<br />
⎝ ⎠<br />
Per calcolare le quote richieste è opportuno determinare la forma della funzione di<br />
ripartizione della variabile, che si ottiene effettuando l’integrale<br />
x<br />
x<br />
x<br />
( x + 1)<br />
3<br />
3<br />
3 2 3 2 3 ⎡t<br />
⎤ 3 ⎡ x ⎛ 1⎞⎤<br />
1 3<br />
∫ t dt = t dt<br />
2 2 ∫ = ⎢ ⎥ = ⎢ −⎜<br />
− ⎟⎥<br />
=<br />
2 3 2 3 3 2<br />
−1<br />
−1<br />
⎣ ⎦ −1<br />
⎣ ⎝ ⎠⎦<br />
per cui la funzione di ripartizione assume la forma<br />
⎧0<br />
x ≤ −1<br />
⎪<br />
1 3<br />
F(x) = ⎨ ( x + 1)<br />
−1<<br />
x < 1<br />
⎪2<br />
⎪<br />
⎩1<br />
x ≥1<br />
La quota di individui con un valore della variabile inferiore o uguale a –0,5 è data da<br />
1 3<br />
F( − 0,5) = ( −0,5<br />
+ 1)<br />
= 0,<br />
4375 ,<br />
2<br />
mentre la quota di individui con un valore della variabile superiore a 0,5 corrisponde a<br />
1 3<br />
1−<br />
F(0,5) = 1−<br />
( 0,5 + 1)<br />
= 0,<br />
4375 .<br />
2<br />
27
Esercizio 2.19<br />
Determinare il valore modale di una variabile X la cui funzione di ripartizione è<br />
approssimata dal seguente modello teorico<br />
⎧0<br />
x ≤0<br />
⎪ 4 3 2<br />
F(x) = ⎨3x<br />
−8x<br />
+ 6x 0<<br />
x < 1<br />
⎪<br />
⎩<br />
1<br />
x ≥1<br />
Soluzione<br />
Per trovare la moda occorre individuare il punto di massimo della funzione di densità<br />
⎪⎧<br />
3 2<br />
12x −24x<br />
+ 12x 0<<br />
x < 1<br />
f(x) = ⎨<br />
⎪⎩ 0<br />
altrove<br />
Derivando la funzione e uguagliandola a zero si ottiene l’equazione<br />
36x 2 −48x+12=0<br />
che ammette le due soluzioni<br />
4m 2<br />
6<br />
di cui la soluzione x=1/3 è il punto di massimo, come risulta dal segno della derivata<br />
seconda calcolata in corrispondenza di questo valore.<br />
Esercizio 2.20<br />
Data una variabile X la cui funzione di ripartizione è approssimata dal seguente modello<br />
teorico<br />
⎧0<br />
x ≤0<br />
⎪ 3<br />
F(x) = ⎨x<br />
0<<br />
x < 1<br />
⎪<br />
⎩<br />
1<br />
x ≥1<br />
calcolare l’ottavo centile, la mediana, la media e il secondo momento centrale.<br />
Soluzione<br />
Il generico quantile di ordine p della variabile X, xp, si ottiene uguagliando il valore della<br />
funzione di ripartizione a p e determinando il valore della variabile X che soddisfa<br />
l’uguaglianza.<br />
Per quanto riguarda la mediana si ha quindi<br />
(x0,5) 3 = 0,5<br />
da cui si ottiene<br />
x<br />
0,5<br />
= 3 0,<br />
5 ≅0,<br />
7937 .<br />
Per calcolare la media e la varianza è necessario determinare la funzione di densità della<br />
variabile, che si ottiene effettuando la derivata rispetto ad x della funzione di ripartizione.<br />
Risulta<br />
⎪⎧<br />
2<br />
3x<br />
0<<br />
x < 1<br />
f(x) = ⎨<br />
⎪⎩ 0<br />
altrove<br />
per cui la media è data da<br />
E<br />
1<br />
⎡ 4<br />
x ⎤<br />
⎢ ⎥<br />
⎣ 4 ⎦<br />
1<br />
⎛ 1<br />
⎜ −<br />
⎝ 4<br />
3<br />
4<br />
3 ( X)<br />
3x dx = 3 = 3 0 = = 0,<br />
75<br />
= ∫<br />
0<br />
0<br />
⎞<br />
⎟<br />
⎠<br />
,<br />
28
la media dei quadrati è<br />
1<br />
5<br />
2 4 ⎡ x ⎤ ⎛ 1 ⎞ 3<br />
( X ) = ∫ 3x dx = 3⎢<br />
⎥ = 3⎜<br />
−0⎟<br />
= = 0,<br />
6<br />
E<br />
,<br />
5 5 5<br />
0 ⎣ ⎦ 0 ⎝ ⎠<br />
per cui il secondo momento centrale risulta<br />
E[(X−mx) 2 ] = 0,6−0,75 2 = 0,0375.<br />
1<br />
Esercizio 2.21<br />
Data una variabile X la cui funzione di densità è approssimata dal seguente modello<br />
teorico<br />
⎧ 1−0,5x<br />
0<<br />
x < 2<br />
f(x) = ⎨<br />
⎩0<br />
altrove<br />
calcolare la media e il secondo momento dall’origine.<br />
Soluzione<br />
La media è pari a<br />
E<br />
2<br />
2<br />
⎡ 2<br />
x<br />
⎣ 2<br />
2<br />
( X)<br />
= ∫ x(<br />
1-0,5x<br />
) dx = ∫(<br />
x-0,5x<br />
) dx = ⎢ − ⎥ = ⎜2<br />
⎟ = = 0,<br />
6<br />
0<br />
e la media dei quadrati è<br />
E<br />
2<br />
0<br />
2<br />
3<br />
x ⎤<br />
6 ⎦<br />
2<br />
0<br />
29<br />
⎛ 8 ⎞<br />
−<br />
⎝ 6 ⎠<br />
3 4<br />
2 2<br />
2 3 ⎡x<br />
x ⎤ ⎛ 8 ⎞ 2<br />
( X ) = ∫ x ( 1-0,5x<br />
) dx = ∫(<br />
x -0,5x<br />
) dx = ⎢ − ⎥ = ⎜ −2⎟<br />
= = 0,<br />
6<br />
0<br />
0<br />
⎣ 3<br />
Esercizio 2.22<br />
Data una variabile X la cui funzione di ripartizione è approssimata dal seguente modello<br />
⎧0<br />
x ≤-1<br />
⎪<br />
1 2<br />
F(x) = ⎨ ( x+<br />
1)<br />
-1<<br />
x < 1<br />
⎪4<br />
⎪<br />
⎩1<br />
x ≥1<br />
calcolare la mediana e la media.<br />
Soluzione<br />
Per quanto riguarda la mediana si pone<br />
1 2<br />
0,5<br />
( x + 1)<br />
= 0,<br />
5<br />
4<br />
da cui si ottiene l’unica soluzione accettabile = −1+<br />
2 ≅ 0,<br />
4142.<br />
Per calcolare la media è necessario determinare la funzione di densità della variabile<br />
⎧x<br />
+ 1<br />
⎪<br />
-1<<br />
x < 1<br />
f(x) = ⎨ 2<br />
⎪<br />
⎩0<br />
altrove<br />
per cui la media è data da<br />
E<br />
1<br />
1<br />
2<br />
1 ⎡ 3<br />
x<br />
2 ⎣ 3<br />
1<br />
3<br />
2 ( X)<br />
= ∫ ( x + x)<br />
dx = ⎢ + ⎥ = = 0,<br />
3<br />
-1<br />
2<br />
x ⎤<br />
2 ⎦<br />
1<br />
-1<br />
.<br />
8<br />
⎦<br />
2<br />
0<br />
x 0,5<br />
⎝ 3<br />
4<br />
6<br />
⎠<br />
3<br />
,<br />
.
Esercizio 2.23<br />
Data una variabile X la cui distribuzione è approssimata da una normale di parametri μ=8<br />
e σ=4, determinare: a) il primo decile, b) la mediana, c) la quota di individui che<br />
presentano un’intensità di X compresa fra 6 e 10.<br />
Soluzione<br />
a) x0,1= μ + σu0,1 = 8 + 4×(-1,282) = 2,872<br />
b) x0,5= 8<br />
⎛10 −8<br />
⎞<br />
⎜ ⎟<br />
⎝ 4 ⎠<br />
⎛ 6−8<br />
⎞<br />
⎜ ⎟<br />
⎝ 4 ⎠<br />
c) F(10) − F(6) = Φ −Φ<br />
= 2Φ(<br />
0,<br />
5)<br />
−1=<br />
0,<br />
382<br />
Esercizio 2.24<br />
Data una variabile X la cui distribuzione è approssimata da un modello normale di<br />
parametri μ=40 e σ=0,5, determinarne il primo quartile. Calcolare inoltre la quota di<br />
individui che presentano un’intensità di X: a) inferiore a 39, b) compresa fra 39 e 41, c)<br />
maggiore di 41.<br />
Soluzione<br />
Il venticinquesimo centile<br />
x0,025= 40 + 0,5×(-0.674) = 39,663<br />
⎛ 39−40<br />
⎞<br />
= Φ⎜<br />
⎟<br />
⎝ 0,<br />
5 ⎠<br />
⎛ 41−40<br />
⎞ ⎛ 39−40<br />
⎞<br />
F 41 − F(39) = Φ⎜<br />
⎟−Φ⎜<br />
⎟ = Φ 2 −Φ<br />
−2<br />
= 2×<br />
Φ 2 −1=<br />
0,<br />
⎝ 0,<br />
5 ⎠ ⎝ 0,<br />
5 ⎠<br />
⎛ 41−40<br />
⎞<br />
1 −<br />
F 41 = 1−Φ⎜<br />
⎟ = 1−Φ<br />
2 = 0,<br />
⎝ 0,<br />
5 ⎠<br />
a) F(39) = Φ(<br />
−2)<br />
= 1−Φ(<br />
2)<br />
= 1−0,<br />
977 = 0,<br />
023<br />
b) ( ) ( ) ( ) ( ) 954<br />
c) ( ) ( ) 023<br />
30
3. INDICI DI VARIABILITA’<br />
(Gli esercizi contenuti in questa sezione si riferiscono al capitolo 4 delle dispense)<br />
Esercizio 3.1<br />
Data la seguente distribuzione relativa ad una variabile discreta X<br />
X freq. assolute<br />
10 4<br />
20 3<br />
30 2<br />
40 1<br />
totale 10<br />
calcolare la media e la varianza.<br />
Soluzione<br />
E(X) = 10×0,4 + 20×0,3 + 30×0,2 + 40×0,1 = 20<br />
E(X 2 ) = 10 2 ×0,4 + 20 2 ×0,3 + 30 2 ×0,2 + 40 2 ×0,1 = 500<br />
V(X) = 500−20 2 = 100.<br />
Esercizio 3.2<br />
Data la seguente distribuzione relativa ad una variabile discreta X<br />
X freq. rel. cum.<br />
2 0,25<br />
4 0,75<br />
6 1,00<br />
calcolare la media e lo scarto quadratico medio.<br />
Soluzione<br />
E(X) = 2×0,25 + 4×0,5 + 6×0,25 = 4<br />
E(X 2 ) = 4×0,25 + 16×0,5 + 36×0,25 = 18<br />
V(X) = 2<br />
Sx = (2) 1/2 ≅ 1,4142.<br />
Esercizio 3.3<br />
Date le seguenti intensità relative ad una variabile discreta X rilevata su 20 individui<br />
2 3 5 5 3 2 2 2 6 6 2 2 2 3 2 3 3 3 5 5<br />
calcolare media e varianza.<br />
Soluzione<br />
La distribuzione di frequenza risulta<br />
X freq. rel.<br />
2 0,4<br />
3 0,3<br />
5 0,2<br />
6 0,1<br />
totale 1,0<br />
31
Gli indici richiesti assumono i valori seguenti<br />
E(X) = 3,3<br />
E(X 2 ) = 12,9<br />
V(X) = 2,01.<br />
Esercizio 3.4<br />
Date le seguenti intensità relative ad una variabile discreta X rilevata su 20 individui<br />
0 0 1 3 2 2 2 0 0 1 3 0 0 0 1 0 1 2 2 2<br />
calcolare il coefficiente di variazione s/m.<br />
Soluzione<br />
La distribuzione di frequenza risulta<br />
X freq. rel.<br />
0 0,4<br />
1 0,2<br />
2 0,3<br />
3 0,1<br />
totale 1,0<br />
E(X) = 1,1<br />
E(X 2 ) = 2,3<br />
V(X) = 1,09<br />
s<br />
m<br />
=<br />
1,<br />
09<br />
1,<br />
1<br />
≅<br />
0,<br />
9491<br />
Esercizio 3.5<br />
Data la seguente distribuzione relativa ad una variabile continua X calcolare il coefficiente<br />
di variazione<br />
X densità<br />
5 -| 6 0,4500<br />
6 -| 8 0,1500<br />
8 -| 12 0,0625<br />
Soluzione<br />
La distribuzione espressa mediante le frequenze relative risulta<br />
X val. centr. freq. rel.<br />
5 -| 6 5,5 0,45<br />
6 -| 8 7,0 0,30<br />
8 -| 12 10,0 0,25<br />
totale 1,00<br />
Gli indici richiesti assumono i valori seguenti<br />
E(X) = 7,075<br />
E(X 2 ) = 53,3125<br />
V(X) = 3,256875<br />
s<br />
m<br />
=<br />
3,<br />
256875<br />
7,<br />
075<br />
≅<br />
0,<br />
2551<br />
32
Esercizio 3.6<br />
Data una variabile X con una media pari a 15 ed una varianza pari a 2, si determini media<br />
e varianza della variabile trasformata Y=3X−5.<br />
Soluzione<br />
In base alle proprietà della media e varianza di una trasformazione lineare risulta<br />
E(Y) = 3E(X)−5 = 3×15−5 =40,<br />
V(Y) = 3 2 ×V(X) = 9×2=18.<br />
Esercizio 3.7<br />
Data una variabile X la cui distribuzione è riportata nella tabella seguente<br />
X freq. rel. cum.<br />
1 0,4<br />
2 0,7<br />
3 0,9<br />
4 1,0<br />
calcolare la media e la varianza della variabile.<br />
Data inoltre la variabile Y=2+4X, se ne determini media e varianza.<br />
Soluzione<br />
Una volta ottenute le frequenze relative, risulta<br />
E(X) = 2<br />
E(X 2 ) = 5<br />
V(X) = E(X 2 ) – [E(X)] 2 = 5–4 = 1.<br />
In base alle proprietà della media e varianza di una trasformazione lineare risulta<br />
E(Y) = 2+4E(X) = 2+4×2 = 10,<br />
V(Y) = 4 2 V(X) = 16×1 = 16.<br />
Esercizio 3.8<br />
Sulla base della distribuzione riportata nella nella tabella successiva.<br />
X freq. ass. cum.<br />
0 25<br />
1 75<br />
2 95<br />
3 100<br />
calcolare il coefficiente di variazione della variabile X.<br />
Soluzione<br />
Risulta<br />
E(X) = 1,05<br />
E(X 2 ) = 1,75<br />
V(X) = 0,6475<br />
s 0,<br />
6475<br />
= ≅0,<br />
7664 .<br />
m 1,<br />
05<br />
33
Esercizio 3.9<br />
Sulla base della distribuzione riportata nella nella tabella successiva.<br />
X freq. rel.<br />
3 -| 4 0,5<br />
4 -| 6 0,3<br />
6 -| 10 0,2<br />
totale 1,0<br />
calcolare il coefficiente di variazione della variabile X.<br />
Soluzione<br />
Risulta<br />
E(X) = 4,85<br />
E(X 2 ) = 26,425<br />
V(X) = 2,9025<br />
s 2,<br />
9025<br />
= ≅ 0,<br />
3513 .<br />
m 4,<br />
85<br />
Esercizio 3.10<br />
Sulla base della distribuzione riportata nella nella tabella successiva.<br />
X freq. rel. cum.<br />
5 -| 7 0,1<br />
7 -| 15 0,4<br />
15 -| 35 0,8<br />
35 -| 80 1,0<br />
calcolare il coefficiente di variazione della variabile Y=4X.<br />
Soluzione<br />
Una volta calcolate le frequenze relative si ottiene<br />
E(X) = 25,4 E(X 2 da cui risulta<br />
) = 951,15 V(X) = 305,99<br />
E(Y) = 101,6 V(Y) = 4.895,84<br />
s<br />
=<br />
m<br />
4.<br />
895,<br />
84<br />
≅ 0,<br />
6887 .<br />
101,<br />
6<br />
Esercizio 3.11<br />
Data la seguente distribuzione relativa ad una variabile continua X<br />
X freq. rel.<br />
0 -| 2 0,25<br />
2 -| 8 0,50<br />
8 -| 10 0,25<br />
totale 1,00<br />
disegnare l’istogramma e determinare il valore dell’indice di asimmetria a3.<br />
34
Soluzione<br />
Sulla base della forma dell’istogramma<br />
0,125<br />
0,1<br />
0,075<br />
0,05<br />
0,025<br />
0<br />
0 2 4 6 8 10<br />
si nota che la distribuzione è simmetrica, per cui l’indice di asimmetria è pari a zero.<br />
Esercizio 3.12<br />
Data una variabile X la cui distribuzione è approssimata da una distribuzione normale di<br />
parametri μ=−1 e σ=3, determinare: a) il primo quartile, b) la media e lo scarto quadratico<br />
medio della variabile trasformata Y=–5x+4.<br />
Soluzione<br />
a) x0,25= μ + σu0,25 = −1 + 3(-0,674) = −3,022<br />
b) E(Y) = −5E(X)+4 = −5(−1)+4 = 9<br />
c) V(Y) = 25V(X) = 225 per cui = 225 = 15<br />
s y<br />
Esercizio 3.13<br />
Data la seguente funzione di ripartizione relativa ad una variabile X determinare la<br />
distribuzione di frequenza corrispondente, la media e la varianza.<br />
⎧0<br />
x < 3<br />
⎪0,<br />
3 3≤<br />
x < 5<br />
F(x) = ⎨<br />
⎪<br />
0,<br />
8 5≤<br />
x < 8<br />
⎪⎩<br />
1 x ≥8<br />
Soluzione<br />
La distribuzione di frequenza è<br />
X freq. rel.<br />
3 0,3<br />
5 0,5<br />
8 0,2<br />
totale 1,0<br />
E(X) = 5<br />
E(X 2 ) = 28<br />
V(X) = 3<br />
35
Esercizio 3.14<br />
Data la variabile definita nel precedente esercizio si determini il coefficiente di variazione<br />
della variabile Y = 3X−4.<br />
Soluzione<br />
E(Y) = 3×5−4 = 11<br />
V(Y) = 9×3 = 27<br />
sy<br />
27<br />
= ≅ 0,4724 .<br />
m 11<br />
y<br />
Esercizio 3.15<br />
Dato il seguente modello teorico che approssima la distribuzione di una variabile continua<br />
X<br />
⎧ 8(<br />
x−1)<br />
1<<br />
x < 1,5<br />
f(x) = ⎨<br />
⎩0<br />
altrove<br />
si calcoli media e varianza.<br />
Soluzione<br />
E<br />
E<br />
1,5<br />
3 2<br />
2 ⎡x<br />
x ⎤<br />
( X)<br />
= 8 ∫ ( x -x)<br />
dx = 8⎢<br />
− ⎥ = 8[<br />
( 1,<br />
125−1,<br />
125)<br />
−(<br />
0,<br />
3−0,<br />
5)<br />
] = 1,<br />
3<br />
1<br />
1,5<br />
⎣ 3<br />
2<br />
⎦<br />
1,5<br />
1<br />
4 3<br />
2<br />
3 2 ⎡ x x ⎤<br />
( X ) = 8 ∫ ( x -x<br />
) dx = 8⎢<br />
− ⎥ = 8[<br />
( 1,<br />
265625−1,<br />
125)<br />
−(<br />
0,<br />
25−0,<br />
3)<br />
] = 1,<br />
7916<br />
1<br />
( X)<br />
0,<br />
0138<br />
V =<br />
⎣<br />
4<br />
3<br />
⎦<br />
1,5<br />
1<br />
Esercizio 3.16<br />
Dato il seguente modello teorico che approssima la funzione di ripartizione di una variabile<br />
continua X<br />
⎧0<br />
x < -1<br />
⎪<br />
1 3 1<br />
F(x) = ⎨ x + −1<<br />
x < 1<br />
⎪2<br />
2<br />
⎪<br />
⎩1<br />
x > 1<br />
se ne calcoli media e varianza.<br />
Soluzione<br />
Dall’espressione precedente si ottiene la seguente funzione di densità<br />
⎧3<br />
2<br />
⎪ x −1<<br />
x < 1<br />
f(x) = ⎨2<br />
⎪<br />
⎩0<br />
altrove<br />
e quindi risulta<br />
E<br />
3<br />
2<br />
1<br />
3 ⎡ 4<br />
x ⎤<br />
⎢ ⎥<br />
2 ⎣ 4 ⎦<br />
3 ( X)<br />
x dx = = 0<br />
= ∫<br />
-1<br />
1<br />
-1<br />
36
E<br />
5<br />
2 3 4 3 ⎡ x ⎤ 3 2 3<br />
( X ) = ∫ x dx = ⎢ ⎥ = × = = V(<br />
X)<br />
2<br />
1<br />
-1<br />
2 ⎣ 5 ⎦<br />
1<br />
-1<br />
2<br />
5<br />
5<br />
Esercizio 3.17<br />
Dato il seguente modello teorico che approssima la distribuzione di una variabile X<br />
⎧ 2x 0<<br />
x < 1<br />
f(x) = ⎨<br />
⎩0<br />
altrove<br />
se ne calcoli il terzo ed il quarto momento dall’origine.<br />
Soluzione<br />
E<br />
E<br />
1<br />
5<br />
3 4 ⎡ x ⎤ 2<br />
( X ) = ∫ 2x dx = 2⎢<br />
⎥ = = 0,<br />
4<br />
0<br />
1<br />
⎣ 5 ⎦<br />
6<br />
4 5 ⎡ x ⎤ 2<br />
( X ) = ∫ 2x dx = 2⎢<br />
⎥ = = 0,<br />
3<br />
0<br />
⎣<br />
6<br />
⎦<br />
1<br />
0<br />
1<br />
0<br />
5<br />
6<br />
Esercizio 3.18<br />
Dato il modello teorico dell’esercizio 3.17 si calcoli l’espressione del generico momento<br />
dall’origine di ordine r.<br />
Soluzione<br />
E<br />
r ( X )<br />
=<br />
1<br />
∫<br />
0<br />
2x<br />
r+<br />
1<br />
⎡ r+<br />
2<br />
x ⎤<br />
dx = 2⎢<br />
⎥<br />
⎣ r+<br />
2 ⎦<br />
1<br />
0<br />
2<br />
=<br />
r + 2<br />
Esercizio 3.19<br />
Dato il seguente modello teorico che approssima la distribuzione di una variabile X<br />
⎧3<br />
2<br />
⎪ x −1<<br />
x < 1<br />
f(x) = ⎨2<br />
⎪<br />
⎩0<br />
altrove<br />
si determini l’espressione generica del momento dall’origine di ordine r e si calcoli il terzo e<br />
il quarto momento dall’origine.<br />
Soluzione<br />
Il generico momento di ordine r è dato da<br />
r ( X )<br />
1<br />
r 3<br />
3 r 2 3 ⎡ +<br />
+ x ⎤<br />
E = ∫ x dx = ⎢ ⎥<br />
2 2 r 3<br />
-1<br />
⎣ + ⎦<br />
per cui si ha<br />
3 1 1<br />
E( X ) 0<br />
2 6 6<br />
3 ⎛ ⎞<br />
=<br />
⎜ − ⎟ =<br />
⎝ ⎠<br />
1<br />
-1<br />
37
3 ⎛ 1 1⎞<br />
3<br />
( X ) = ⎜ + ⎟ = ≅ 0,<br />
4286<br />
E 4<br />
2⎝<br />
7<br />
7 ⎠<br />
7<br />
Esercizio 3.20<br />
Dato il seguente modello teorico che approssima la funzione di ripartizione di una variabile<br />
continua X<br />
⎧0<br />
x ≤5<br />
⎪<br />
x-5<br />
F(x) = ⎨<br />
5<<br />
x < 10<br />
⎪ 5<br />
⎪<br />
⎩1<br />
x ≥10<br />
se ne calcoli media e varianza.<br />
Soluzione<br />
Dall’espressione precedente si ottiene la seguente funzione di densità<br />
⎧1<br />
⎪ 5<<br />
x < 10<br />
f(x) = ⎨5<br />
⎪<br />
⎩0<br />
altrove<br />
e quindi risulta<br />
E<br />
E<br />
1<br />
5<br />
10<br />
1 ⎡ 2<br />
x ⎤<br />
⎢ ⎥<br />
5 ⎣ 2 ⎦<br />
10<br />
1⎛<br />
100−25<br />
⎞<br />
⎜ ⎟<br />
5⎝<br />
2 ⎠<br />
( X)<br />
xdx = =<br />
= 7,<br />
5<br />
= ∫<br />
5<br />
5<br />
3<br />
2 1 2 1⎡<br />
x ⎤ 1⎛<br />
1000−125<br />
⎞<br />
( X ) = ∫ x dx = ⎢ ⎥ = ⎜ ⎟ = 58,<br />
3<br />
( X)<br />
5<br />
10<br />
5<br />
V =<br />
2,083<br />
5 ⎣ 3 ⎦<br />
10<br />
5<br />
5⎝<br />
3<br />
⎠<br />
38
4. DISTRIBUZIONI BIVARIATE<br />
(Gli esercizi contenuti in questa sezione si riferiscono ai capitoli 5-6 delle dispense)<br />
Esercizio 4.1<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y rilevate su 10 individui,<br />
(1, 1) (1, 0) (0, 1) (0, 2) (0, 2) (1, 0) (1, 1) (0, 2) (0, 2) (1,0)<br />
costruire la distribuzione di frequenza corrispondente espressa mediante le frequenze<br />
relative. Calcolare inoltre le distribuzioni della variabile Y condizionata a X.<br />
Soluzione<br />
La tabella a doppia entrata assume la forma seguente<br />
Y 0 1 2 totale<br />
X<br />
0 0,0 0,1 0,4 0,5<br />
1 0,3 0,2 0,0 0,5<br />
totale 0,3 0,3 0,4 1,0<br />
Le distribuzioni di Y|x sono<br />
Y 0 1 2 totale<br />
X<br />
0 0,0 0,2 0,8 1,0<br />
1 0,6 0,4 0,0 1,0<br />
Esercizio 4.2<br />
Date le seguenti coppie di osservazioni (xi, yi) di una variabile discreta X e di una variabile<br />
continua Y rilevate su 10 individui,<br />
(2; –0,4) (0; –2,8) (0; 0,3) (4; 2,6) (4; 1,9)<br />
(0; –1) (4; 4,8) (2, –1,6) (2; 1,0) (2; 3,6)<br />
costruire la distribuzione di frequenza corrispondente considerando le classi –3-|–1, –1-|1,<br />
1-|5 per la variabile Y. Calcolare inoltre le distribuzioni della variabile X condizionata a Y.<br />
Soluzione<br />
La tabella a doppia entrata assume la forma seguente<br />
Y –3-|–1 –1-|1 1-|5 totale<br />
X<br />
0 0,2 0,1 0,0 0,3<br />
2 0,1 0,2 0,1 0,4<br />
4 0,0 0,0 0,3 0,3<br />
totale 0,3 0,3 0,4 1,0<br />
Le distribuzioni di X|y sono<br />
Y –3-|–1 –1-|1 1-|5<br />
X<br />
0 0 , 66<br />
0 , 33<br />
0,00<br />
2 0 , 33<br />
0 , 66<br />
0,25<br />
4 0,00 0,00 0,75<br />
totale 1,00 1,00 1,00<br />
39
Esercizio 4.3<br />
Completare la seguente tabella sotto ipotesi di indipendenza assoluta fra le due variabili<br />
Y a b c totale<br />
X<br />
0 0,3<br />
1 0,2<br />
2 0,5<br />
totale 0,2 0,5 0,3 1,0<br />
Soluzione<br />
Y<br />
X<br />
a b c totale<br />
0 0,06 0,15 0,09 0,30<br />
1 0,04 0,10 0,06 0,20<br />
2 0,10 0,25 0,15 0,50<br />
totale 0,20 0,50 0,30 1,00<br />
Esercizio 4.4<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y rilevate su 10 individui,<br />
(0, 1) (0, 2) (0, 1) (0, 2) (0, 2) (2, 1) (2, 1) (2, 2) (2, 1) (2, 1)<br />
costruire la distribuzione di frequenza espressa mediante le frequenze relative.<br />
Calcolare il valore dell’indice χ 2 /n e indicare il valore minimo e massimo che può assumere<br />
l’indice per la tabella.<br />
Soluzione<br />
La tabella a doppia entrata assume la forma seguente<br />
Y 1 2 totale<br />
X<br />
0 0,2 0,3 0,5<br />
2 0,4 0,1 0,5<br />
totale 0,6 0,4 1,0<br />
La formula più semplice per calcolare l’indice richiesto assume la forma<br />
2<br />
χ<br />
2<br />
fij<br />
= ∑∑<br />
f f<br />
−1<br />
n i j i. .j<br />
e nel caso esaminato si ottiene<br />
2 2<br />
2<br />
2<br />
2<br />
χ 0,<br />
2 0,<br />
3 0,<br />
4 0,<br />
1<br />
= + + + −1=<br />
0,16<br />
.<br />
n 0,<br />
5×<br />
0,<br />
6 0,<br />
5×<br />
0,<br />
4 0,<br />
5×<br />
0,<br />
6 0,<br />
5×<br />
0,<br />
4<br />
I valori estremi dell’indice sono<br />
⎛ 2<br />
χ ⎞ ⎛ 2<br />
min⎜<br />
⎟<br />
χ ⎞<br />
⎜<br />
= 0<br />
n ⎟<br />
, max⎜<br />
⎟<br />
⎜<br />
= min( 2,<br />
2)<br />
−1=<br />
1<br />
⎝ ⎠ n ⎟<br />
⎝ ⎠<br />
dato che il valore minimo è sempre pari a zero ed il massimo corrisponde al minore fra il<br />
numero di righe e di colonne della tabella diminutio di 1.<br />
40
Esercizio 4.5<br />
Data la seguente distribuzione doppia calcolare le frequenze interne sotto ipotesi di<br />
indipendenza assoluta fra le due variabili e determinare il valore del χ 2 /n.<br />
Y 0 1 totale<br />
X<br />
0 0,2 0,2 0,4<br />
2 0,1 0,3 0,4<br />
4 0,0 0,2 0,2<br />
totale 0,3 0,7 1,0<br />
Soluzione<br />
La tabella sotto ipotesi di indipendenza assoluta fra le due variabili è<br />
Y 0 1 totale<br />
X<br />
0 0,12 0,28 0,40<br />
2 0,12 0,28 0,40<br />
4 0,06 0,14 0,20<br />
totale 0,30 0,70 1,00<br />
2<br />
2<br />
2<br />
2<br />
χ 0,<br />
2 0,<br />
2 0,<br />
1 0,<br />
3 0,<br />
2<br />
= + + + + −1=<br />
0,16<br />
n 0,<br />
3×<br />
0,<br />
4 0,<br />
7×<br />
0,<br />
4 0,<br />
3×<br />
0,<br />
4 0,<br />
7×<br />
0,<br />
4 0,<br />
7×<br />
0,<br />
2<br />
2<br />
Esercizio 4.6<br />
Data la seguente distribuzione doppia calcolare il valore del χ 2 /n ed indicare il suo valore<br />
minimo e massimo per la tabella in esame.<br />
Y 0 2 4 totale<br />
X<br />
1 0,03 0,05 0,02 0,10<br />
2 0,09 0,15 0,06 0,30<br />
3 0,18 0,30 0,12 0,60<br />
totale 0,30 0,50 0,20 1,00<br />
Soluzione<br />
Dalla tabella si nota che le due variabili sono indipendenti in senso assoluto, dato che<br />
2<br />
χ<br />
f ij = fi.<br />
f.j<br />
, pertanto risulta = 0<br />
n<br />
⎛ 2<br />
χ ⎞ ⎛ 2<br />
min⎜<br />
⎟<br />
χ ⎞<br />
⎜<br />
= 0<br />
n ⎟<br />
, max⎜<br />
⎟<br />
⎜<br />
= min( 3,<br />
3)<br />
−1=<br />
2<br />
⎝ ⎠ n ⎟<br />
⎝ ⎠<br />
Esercizio 4.7<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y rilevate su 6 individui,<br />
(0, 3) (1, 2) (2, 1) (2, 3) (3, 2) (4, 3)<br />
disegnare lo scatter e calcolare la covarianza fra le due variabili.<br />
2<br />
41
Soluzione<br />
4<br />
3<br />
2<br />
1<br />
0<br />
E(X) = 2<br />
E(Y) = 2 , 3<br />
0 1 2 3 4<br />
E(XY) = 4, 6<br />
sxy= E(XY) − E(X)E(Y) = 0.<br />
Esercizio 4.8<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y rilevate su 8 individui,<br />
costruire la distribuzione doppia e calcolare il primo momento misto dall’origine<br />
(0, 1) (3, 2) (0, 1) (0, 1) (3, 1) (3, 2) (1, 1) (3, 1)<br />
Soluzione<br />
La distribuzione doppia assume la forma<br />
Y 1 2 totale<br />
X<br />
0 0,375 0,000 0,375<br />
1 0,125 0,000 0,125<br />
3 0,250 0,250 0,500<br />
totale 0,750 0,250 1,000<br />
E(XY) = 2,375<br />
Esercizio 4.9<br />
Date due variabili X ed Y per le quali le varianze sono rispettivamente V(X)=10 e V(Y)=5 e<br />
la cui covarianza è Cov(X,Y)=4, calcolare la varianza delle variabili: a) S=X+Y, b) D=X-Y.<br />
Soluzione<br />
V(S) = V(X)+ V(Y)+2Cov(X,Y) = 10 + 5 + 2×4 = 23<br />
V(D) = V(X)+ V(Y)−2Cov(X,Y) = 10 + 5 − 2×4 = 7<br />
Esercizio 4.10<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y rilevate su 4 individui,<br />
(0, 5) (1, 3) (2, 1) (3, 1)<br />
calcolare il coefficiente di correlazione lineare fra le due variabili.<br />
42
Soluzione<br />
E(X) = 1,5 E(X 2 ) = 3,5 V(X) = 1,25<br />
E(Y) = 2,5 E(Y 2 ) = 9 V(Y) = 2,75<br />
E(XY) = 2 sxy= −1,75<br />
r =<br />
−1,75<br />
≅ −0,<br />
9439 .<br />
2,75∗1,25<br />
Esercizio 4.11<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y, calcolare la covarianza<br />
fra le due variabili<br />
(2, 1) (0, 2) (1, 1) (1, 2) (2, 1) (0, 3) (1, 2) (1, 2) (0, 3) (2, 1)<br />
Soluzione<br />
Sistemate le osservazioni in una tabella a doppia entrata<br />
Y 1 2 3 totale<br />
X<br />
0 0,0 0,1 0,2 0,3<br />
1 0,1 0,3 0,0 0,4<br />
2 0,3 0,0 0,0 0,3<br />
totale 0,4 0,4 0,2 1,0<br />
si ottiene facilmente<br />
E(X) = 1<br />
E(Y) = 1,8<br />
E(XY) = 1,3<br />
sxy = E(XY) – E(X)E(Y) = −0,5.<br />
Esercizio 4.12<br />
Sulla base dei dati dell’esercizio precedente, determinare l’equazione della retta di<br />
regressione della Y sulla X.<br />
Soluzione<br />
Il modello di regressione assume la forma<br />
Y* = a + bx<br />
in cui<br />
a = my – bmx<br />
sxy<br />
b = .<br />
2<br />
s<br />
x<br />
Sulla base dei risultati dell’esercizio precedente e della varianza della X<br />
E(X 2 ) = 1,6 V(X) = 0,6<br />
si ottiene quindi<br />
0,5<br />
b = − = −0,<br />
83<br />
0,6<br />
a = 1,<br />
8+<br />
0,<br />
83∗1=<br />
2,<br />
63<br />
Y* 2,<br />
63−0,<br />
83x<br />
= .<br />
43
Esercizio 4.13<br />
Data la seguente distribuzione doppia calcolare la covarianza fra le due variabili<br />
Y 8-|12 12-|18 18-|22 totale<br />
X<br />
0,5-|1,5 0,00 0,15 0,15 0,30<br />
1,5-|2,5 0,20 0,10 0,20 0,50<br />
2,5-|3,5 0,10 0,10 0,00 0,20<br />
totale 0,30 0,35 0,35 1,00<br />
Soluzione<br />
Y<br />
X<br />
10 15 20 totale<br />
1 0,00 0,15 0,15 0,30<br />
2 0,20 0,10 0,20 0,50<br />
3 0,10 0,10 0,00 0,20<br />
totale 0,30 0,35 0,35 1,00<br />
E(X) = 1,9<br />
E(Y) = 15,25<br />
E(XY) = 27,75<br />
sxy = E(XY) – E(X)E(Y) = −1,225.<br />
Esercizio 4.14<br />
Data la seguente distribuzione doppia calcolare i parametri della retta di regressione della<br />
Y sulla X e stimare il valore teorico di Y per x=1 e x=3<br />
Y 0 1 2 totale<br />
X<br />
0 0,2 0,1 0,0 0,3<br />
2 0,0 0,3 0,1 0,4<br />
4 0,0 0,0 0,3 0,3<br />
totale 0,2 0,4 0,4 1,0<br />
Soluzione<br />
E(X) = 2,0 E(X 2 ) = 6,4 V(X) = 2,4<br />
E(Y) = 1,2<br />
E(XY) = 3,4 sxy = E(XY) – E(X)E(Y) = 1.<br />
I paramentri della retta di regressione sono quindi<br />
1<br />
b = = 0,<br />
416<br />
2,4<br />
a = 1,<br />
2−0,<br />
416×<br />
2=<br />
0,<br />
36<br />
Dato il modello di regressione<br />
Y* = 0,<br />
36+<br />
0,<br />
416x<br />
i valori stimati della variabile dipendente assumono i valori:<br />
per x=1 Y* = 0,<br />
36+<br />
0,<br />
416×<br />
1=<br />
0,783<br />
per x=3 Y* =<br />
0,<br />
36+<br />
0,<br />
416×<br />
2=<br />
1,19<br />
44
Esercizio 4.15<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y<br />
(−3, −4) (−1, −3) (1, 1) (1, 3) (2, 6)<br />
disegnare lo scatter e calcolare il primo momento misto dall’origine.<br />
Soluzione<br />
-3 -2 -1 -1 0 1 2<br />
E(X) = 0<br />
E(Y) = 0,6<br />
E(XY) = 6,2<br />
Esercizio 4.16<br />
Sulla base dei dati dell’esercizio precedente calcolare l’equazione della retta di<br />
regressione della Y sulla X e stimare il valore teorico di Y per x=0.<br />
Soluzione<br />
sxy = E(XY) – E(X)E(Y) = 6,2<br />
E(X 2 ) = 3,2 V(X) = 3,2<br />
I parametri della retta di regressione sono quindi pari a<br />
6,2<br />
b = = 1,<br />
9375<br />
3,2<br />
a = 0,<br />
6−1,<br />
9375×<br />
0 = 0,<br />
6<br />
Dato il modello di regressione lineare<br />
Y* = 0,<br />
6+<br />
1,<br />
9375x<br />
il valore stimato della Y è<br />
per x=0 y* = 0,<br />
6<br />
Esercizio 4.17<br />
Date le seguenti coppie di osservazioni (xi, yi) delle variabili X e Y<br />
(1, −5) (2, −3) (3, 0) (3, 1) (4, 2)<br />
calcolare il coefficiente di determinazione lineare.<br />
45<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
-2<br />
-3<br />
-4
Soluzione<br />
E(X) = 2,6 E(X 2 ) = 7,8 V(X) = 1,04<br />
E(Y) = −1 E(Y 2 ) = 7,8 V(Y) = 6,8<br />
E(XY) = 0 sxy = 2,6<br />
r<br />
2<br />
=<br />
( s )<br />
s<br />
xy<br />
2<br />
x<br />
s<br />
2<br />
2<br />
y<br />
2<br />
2,<br />
6<br />
= ≅0,<br />
9559<br />
1,<br />
04×<br />
6,<br />
8<br />
Esercizio 4.18<br />
Data la seguente distribuzione doppia calcolare la covarianza fra le due variabili<br />
Y 0-|3 3-|5 5-|10 totale<br />
X<br />
0 0,15 0,12 0.03 0,30<br />
2 0,25 0,20 0.05 0,50<br />
4 0,10 0,08 0,02 0,20<br />
totale 0,50 0,40 0,10 1,00<br />
Soluzione<br />
Le variabili risultano indipendenti in senso assoluto, pertanto la loro covarianza è pari a<br />
zero.<br />
Esercizio 4.19<br />
Data la seguente distribuzione doppia calcolare il coefficiente di determinazione lineare fra<br />
le due variabili<br />
Y 0 1 2 totale<br />
X<br />
−1,5-|−0,5 40 0 0 40<br />
−0,5-| 0,5 0 40 40 80<br />
0,5-| 1,5 0 20 60 80<br />
totale 40 60 100 200<br />
Soluzione<br />
Y<br />
X<br />
0 1 2 totale<br />
−1 0,2 0,0 0,0 0,2<br />
0 0,0 0,2 0,2 0,4<br />
1 0,0 0,1 0,3 0,4<br />
totale 0,2 0,3 0,5 1,00<br />
E(X) = 0,2 E(X 2 ) = 0,6 V(X) = 0,56<br />
E(Y) = 1,3 E(Y 2 ) = 2,3 V(Y) = 0,61<br />
E(XY) = 0,7 sxy = 0,44<br />
r<br />
2<br />
( s )<br />
=<br />
s<br />
xy<br />
2<br />
x<br />
s<br />
2<br />
2<br />
y<br />
=<br />
2<br />
0,<br />
44<br />
0,<br />
56×<br />
0,<br />
61<br />
≅<br />
0,<br />
5667<br />
46
Tavola A<br />
Funzione di ripartizione della variabile casuale normale standardizzata<br />
u 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09<br />
0,0 0,500 0,504 0,508 0,512 0,516 0,520 0,524 0,528 0,532 0,536<br />
0,1 0,540 0,544 0,548 0,552 0,556 0,560 0,564 0,567 0,571 0,575<br />
0,2 0,579 0,583 0,587 0,591 0,595 0,599 0,603 0,606 0,610 0,614<br />
0,3 0,618 0,622 0,626 0,629 0,633 0,637 0,641 0,644 0,648 0,652<br />
0,4 0,655 0,659 0,663 0,666 0,670 0,674 0,677 0,681 0,684 0,688<br />
0,5 0,691 0,695 0,698 0,702 0,705 0,709 0,712 0,716 0,719 0,722<br />
0,6 0,726 0,729 0,732 0,736 0,739 0,742 0,745 0,749 0,752 0,755<br />
0,7 0,758 0,761 0,764 0,767 0,770 0,773 0,776 0,779 0,782 0,785<br />
0,8 0,788 0,791 0,794 0,797 0,800 0,802 0,805 0,808 0,811 0,813<br />
0,9 0,816 0,819 0,821 0,824 0,826 0,829 0,831 0,834 0,836 0,839<br />
1,0 0,841 0,844 0,846 0,848 0,851 0,853 0,855 0,858 0,860 0,862<br />
1,1 0,864 0,867 0,869 0,871 0,873 0,875 0,877 0,879 0,881 0,883<br />
1,2 0,885 0,887 0,889 0,891 0,893 0,894 0,896 0,898 0,900 0,901<br />
1,3 0,903 0,905 0,907 0,908 0,910 0,911 0,913 0,915 0,916 0,918<br />
1,4 0,919 0,921 0,922 0,924 0,925 0,926 0,928 0,929 0,931 0,932<br />
1,5 0,933 0,934 0,936 0,937 0,938 0,939 0,941 0,942 0,943 0,944<br />
1,6 0,945 0,946 0,947 0,948 0,949 0,951 0,952 0,953 0,954 0,954<br />
1,7 0,955 0,956 0,957 0,958 0,959 0,960 0,961 0,962 0,962 0,963<br />
1,8 0,964 0,965 0,966 0,966 0,967 0,968 0,969 0,969 0,970 0,971<br />
1,9 0,971 0,972 0,973 0,973 0,974 0,974 0,975 0,976 0,976 0,977<br />
2,0 0,977 0,978 0,978 0,979 0,979 0,980 0,980 0,981 0,981 0,982<br />
2,1 0,982 0,983 0,983 0,983 0,984 0,984 0,985 0,985 0,985 0,986<br />
2,2 0,986 0,986 0,987 0,987 0,987 0,988 0,988 0,988 0,989 0,989<br />
2,3 0,989 0,990 0,990 0,990 0,990 0,991 0,991 0,991 0,991 0,992<br />
2,4 0,992 0,992 0,992 0,992 0,993 0,993 0,993 0,993 0,993 0,994<br />
2,5 0,994 0,994 0,994 0,994 0,994 0,995 0,995 0,995 0,995 0,995<br />
2,6 0,995 0,995 0,996 0,996 0,996 0,996 0,996 0,996 0,996 0,996<br />
2,7 0,997 0,997 0,997 0,997 0,997 0,997 0,997 0,997 0,997 0,997<br />
2,8 0,997 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,998<br />
2,9 0,998 0,998 0,998 0,998 0,998 0,998 0,998 0,999 0,999 0,999<br />
3,0 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999 0,999<br />
47
Tavola B<br />
Quantili della variabile casuale normale standardizzata<br />
p up<br />
0,001 -3,090<br />
0,005 -2,576<br />
0,010 -2,326<br />
0,025 -1,960<br />
0,050 -1,645<br />
0,100 -1,282<br />
0,150 -1,036<br />
0,200 -0,842<br />
0,250 -0,674<br />
0,300 -0,524<br />
0,350 -0,385<br />
0,400 -0,253<br />
0,450 -0,126<br />
0,500 0,000<br />
0,550 0,126<br />
0,600 0,253<br />
0,650 0,385<br />
0,700 0,524<br />
0,750 0,674<br />
0,800 0,842<br />
0,850 1,036<br />
0,900 1,282<br />
0,950 1,645<br />
0,975 1,960<br />
0,990 2,326<br />
0,995 2,576<br />
0,999 3,090<br />
48