Se ti stai avvicinando al mondo dell’inferenza statistica, uno dei primi passi cruciali è imparare a confrontare se due gruppi diversi presentano medie significativamente diverse. Questo articolo ti guiderà attraverso il processo del Test Z per due campioni indipendenti quando le varianze delle popolazioni da cui provengono i campioni sono già note. Vedremo come funziona passo dopo passo attraverso esercizi pratici.
Cos’è un Test d’Ipotesi per Confrontare Medie?
Immagina di voler sapere se un nuovo metodo di insegnamento migliora i voti medi rispetto al metodo tradizionale. O se la durata media di una batteria di un nuovo fornitore è diversa da quella del fornitore attuale. In questi casi, raccogli dati (campioni) dai due gruppi (nuovo/vecchio metodo, nuovo/vecchio fornitore) e usi un test d’ipotesi per determinare se la differenza che osservi nei campioni è dovuta semplicemente alla casualità del campionamento o se riflette una reale differenza tra le medie delle intere popolazioni.
Il Test Z per due campioni indipendenti è lo strumento giusto quando:
- I due campioni sono indipendenti l’uno dall’altro.
- Le varianze delle popolazioni da cui sono estratti i campioni ([math]\sigma_1^2[/math] e [math]\sigma_2^2[/math]) sono note.
- Le popolazioni hanno una distribuzione normale, oppure le dimensioni dei campioni sono sufficientemente grandi (di solito [math]n > 30[/math]) in modo che, per il Teorema del Limite Centrale, la distribuzione della differenza tra le medie campionarie sia approssimativamente normale.
I Passaggi Fondamentali del Test Z
Ogni test d’ipotesi segue una logica precisa:
- Formulare le Ipotesi: Definiamo l’ipotesi nulla ([math]H_0[/math]) e l’ipotesi alternativa ([math]H_1[/math]). [math]H_0[/math] rappresenta lo status quo o l’assenza di effetto/differenza, mentre [math]H_1[/math] è ciò che vogliamo dimostrare.
- Scegliere il Livello di Significatività ([math]\alpha[/math]): È la probabilità massima di rifiutare l’ipotesi nulla quando essa è in realtà vera (errore di Tipo I). Valori comuni sono [math]0.05[/math] (5%) o [math]0.01[/math] (1%).
- Calcolare la Statistica Test: Usiamo una formula (in questo caso la statistica Z) che riassume i dati del campione in un singolo valore. Questo valore misura “quante deviazioni standard” (o meglio, errori standard) la nostra osservazione campionaria (la differenza tra le medie campionarie) è distante da ciò che ci aspetteremmo sotto l’ipotesi nulla.
- Determinare la Regione Critica (o Valore P): Troviamo i valori sulla distribuzione campionaria della statistica test (in questo caso, la distribuzione normale standard Z) che sono considerati “troppo estremi” per verificarsi frequentemente se l’ipotesi nulla fosse vera. Questi valori definiscono la regione critica. Alternativamente, possiamo calcolare il Valore P (p-value), che è la probabilità di ottenere un risultato estremo come quello osservato (o più estremo), assumendo [math]H_0[/math] vera.
- Prendere una Decisione: Confrontiamo la statistica test calcolata con il valore critico (o confrontiamo il p-value con [math]\alpha[/math]). Se la statistica test cade nella regione critica (o se il p-value è minore di [math]\alpha[/math]), rifiutiamo [math]H_0[/math]. Altrimenti, non rifiutiamo [math]H_0[/math].
- Trarre una Conclusione: Interpretiamo la decisione nel contesto del problema originale.
La statistica test Z per la differenza tra due medie campionarie indipendenti, quando le varianze delle popolazioni sono note, è calcolata come segue:
[math]
Z = \frac{(\bar{X}_1 – \bar{X}_2) – (\mu_1 – \mu_2)_0}{\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}}
[/math]
Dove:
- [math]\bar{X}_1[/math] e [math]\bar{X}_2[/math] sono le medie campionarie.
- [math]n_1[/math] e [math]n_2[/math] sono le dimensioni campionarie.
- [math]\sigma_1^2[/math] e [math]\sigma_2^2[/math] sono le varianze delle popolazioni (note!).
- [math](\mu_1 – \mu_2)_0[/math] è la differenza ipotizzata tra le medie delle popolazioni sotto l’ipotesi nulla. Molto spesso, [math]H_0[/math] è [math]\mu_1 = \mu_2[/math], quindi questa differenza ipotizzata è [math]0[/math].
Il denominatore [math]\sqrt{\frac{\sigma_1^2}{n_1} + \frac{\sigma_2^2}{n_2}}[/math] è l’errore standard della differenza tra le medie campionarie. Misura la variabilità attesa nella differenza tra le medie campionarie da un campionamento all’altro.
Quando si usa la Distribuzione t di Student?
Dopo aver visto il Test Z per confrontare medie con varianze note (o campioni molto grandi), è fondamentale capire quando e perché si ricorre a un’altra distribuzione fondamentale in statistica inferenziale: la distribuzione t di Student.
La distribuzione t di Student viene utilizzata principalmente in statistica inferenziale quando si lavora con test d’ipotesi sulle medie (su uno o due campioni) e con intervalli di confidenza per la media, in condizioni specifiche che riguardano la conoscenza della varianza della popolazione e la dimensione del campione.
Quando si usa la t di Student? Le Condizioni Chiave
Si ricorre alla distribuzione t di Student nelle seguenti situazioni:
1. Varianza della popolazione sconosciuta:
- Se [math]\sigma^2[/math] (la varianza della popolazione da cui è tratto il campione) non è nota (il caso più comune nella pratica), non possiamo utilizzare la statistica test Z che richiede [math]\sigma^2[/math].
- Invece, dobbiamo stimare la varianza della popolazione usando la varianza campionaria [math]s^2[/math]. L’uso di [math]s[/math] al posto di [math]\sigma[/math] introduce un’ulteriore incertezza nel test.
- La distribuzione t di Student corregge matematicamente questa maggiore incertezza dovuta alla stima della varianza dal campione.
2. Campioni piccoli (generalmente [math]n < 30[/math]):
- Per campioni di dimensioni sufficientemente grandi (una regola pratica comune è [math]n \ge 30[/math]), grazie al Teorema del Limite Centrale, la distribuzione della statistica test (anche usando la varianza campionaria [math]s^2[/math]) si avvicina molto alla distribuzione normale standard Z.
- Per campioni piccoli ([math]n < 30[/math]), l’incertezza dovuta alla stima della varianza è più significativa. La distribuzione t è più accurata in questo caso perché ha code più pesanti rispetto alla distribuzione normale. Queste “code più pesanti” tengono conto della maggiore variabilità che ci si aspetta di vedere nei campioni piccoli rispetto a quelli grandi.
- La forma esatta della distribuzione t dipende dai “gradi di libertà”, che sono legati alla dimensione del campione.
3. Popolazioni approssimativamente normali:
- Idealmente, la distribuzione t di Student è valida quando i dati provengono da popolazioni che seguono una distribuzione normale.
- Tuttavia, la distribuzione t è piuttosto robusta a piccole deviazioni dalla normalità, specialmente quando la dimensione del campione aumenta leggermente (anche se ancora sotto 30) e la distribuzione della popolazione non è estremamente asimmetrica o con outlier marcati.
Confronto con il Test Z
Ecco un riassunto delle differenze principali tra l’utilizzo del Test Z e il Test t di Student per le medie:
| Test Z | Test t di Student |
| Usato quando la varianza della popolazione ([math]\sigma^2[/math]) è nota. | Usato quando la varianza della popolazione ([math]\sigma^2[/math]) è incognita (e si usa la varianza campionaria [math]s^2[/math]). |
| Generalmente usato con campioni grandi ([math]n \ge 30[/math]), anche se [math]\sigma^2[/math] è incognita (per via del TLC). | Principalmente utilizzato con campioni piccoli ([math]n < 30[/math]). Per [math]n \ge 30[/math] le differenze con Z diventano trascurabili. |
| La statistica test segue approssimativamente una distribuzione normale standard Z. Statistica: [math]Z = \frac{\bar{X} – \mu}{\sigma/\sqrt{n}}[/math]. | La statistica test segue una distribuzione t di Student con appropriati gradi di libertà. Statistica: [math]t = \frac{\bar{X} – \mu}{s/\sqrt{n}}[/math]. |
Le statistiche test sono strutturalmente simili ([math]\frac{\text{differenza osservata}}{\text{errore standard stimato}}[/math]), ma differiscono nell’uso di [math]\sigma[/math] o [math]s[/math] e nella distribuzione di riferimento.
Esempi Applicativi (Cenni)
Ecco due brevi esempi che illustrano scenari tipici in cui si usa il test t:
Esempio 1: Confronto tra due farmaci con varianza incognita (test t per due campioni)
Contesto: Si confronta l’efficacia (es. riduzione pressione sanguigna) di due nuovi farmaci (A e B) su campioni ridotti di pazienti, e le varianze delle popolazioni non sono note:
- Farmaco A: [math]\bar{X}_A = 5.2[/math], [math]s_A = 1.1[/math], [math]n_A = 15[/math]
- Farmaco B: [math]\bar{X}_B = 4.8[/math], [math]s_B = 1.3[/math], [math]n_B = 12[/math]
Test: Verificare se c’è una differenza significativa tra le riduzioni medie della pressione, assumendo che le varianze delle due popolazioni siano uguali (ipotesi di omoschedasticità, comune per usare un test t per due campioni indipendenti con varianze raggruppate o “pooled”).
Soluzione (Cenni):
- Si calcola una stima congiunta (pooled) della varianza campionaria: [math]s_p^2 = \frac{(n_A-1)s_A^2 + (n_B-1)s_B^2}{n_A+n_B-2}[/math].
- La statistica test t diventa: [math]t = \frac{\bar{X}_A – \bar{X}_B}{s_p \sqrt{\frac{1}{n_A} + \frac{1}{n_B}}}[/math].
- I gradi di libertà sono [math]df = n_A + n_B – 2 = 15 + 12 – 2 = 25[/math].
- Il valore della statistica t calcolata viene confrontato con i valori critici dalla distribuzione t con 25 gradi di libertà.
Esempio 2: Tempo di risposta di un software (test t per un campione)
Contesto: Uno sviluppatore vuole verificare se il tempo medio di risposta di un nuovo software è inferiore a 3 secondi. Effettua delle misurazioni su 10 utenti e trova:
- Media campionaria: [math]\bar{X} = 2.4[/math] sec
- Deviazione standard campionaria: [math]s = 0.5[/math] sec
- Dimensione campione: [math]n = 10[/math]
La varianza della popolazione dei tempi di risposta non è nota.
Test: Verificare se il tempo medio di risposta della popolazione è significativamente minore di 3 secondi ([math]\mu < 3[/math]) con [math]\alpha = 0.05[/math].
Soluzione (Cenni):
- Ipotesi: [math]H_0: \mu \ge 3[/math] vs [math]H_1: \mu < 3[/math] (test unilaterale sinistro).
- Statistica test t (per un campione): [math]t = \frac{\bar{X} – \mu_0}{s/\sqrt{n}}[/math], dove [math]\mu_0 = 3[/math] sotto [math]H_0[/math].[math]t = \frac{2.4 – 3}{0.5/\sqrt{10}} = \frac{-0.6}{0.5/3.162} = \frac{-0.6}{0.1581} \approx -3.795[/math]
- Gradi di libertà: [math]df = n – 1 = 10 – 1 = 9[/math].
- Valore critico: Per [math]\alpha = 0.05[/math] e [math]df = 9[/math], in un test unilaterale sinistro, il valore critico è [math]t_{0.05, 9}[/math] (percentile 5°), che dalle tavole è circa [math]-1.833[/math]. La regione critica è [math]t < -1.833[/math].
- Conclusione: Poiché [math]-3.795 < -1.833[/math], la statistica test cade nella regione critica. Si rifiuta [math]H_0[/math]. C’è evidenza che il tempo medio è inferiore a 3 secondi.
Perché non usare sempre la t?
- Con campioni grandi ([math]n \ge 30[/math]), la distribuzione t si avvicina molto alla Z. Usare la Z è computazionalmente (seppur di poco) più semplice e produce risultati quasi identici.
- Se la varianza della popolazione [math]\sigma^2[/math] è realmente nota (un caso raro nella pratica reale, ma possibile in esercizi o simulazioni), il test Z è tecnicamente più potente del test t (ha una minore probabilità di commettere un errore di Tipo II, cioè non rifiutare un’ipotesi nulla falsa).
Riassunto Sulla Scelta tra Test Z e Test t
In sintesi, la scelta tra un test Z e un test t per le medie dipende principalmente da queste condizioni:
- Usa la t di Student se:
- La varianza della popolazione ([math]\sigma^2[/math]) è incognita, E
- La dimensione del campione è piccola ([math]n < 30[/math]), E
- Si assume che la popolazione sia approssimativamente normale (o il campione non mostra forte non-normalità).
- Usa il Test Z se:
- La varianza della popolazione ([math]\sigma^2[/math]) è nota, OPPURE
- La dimensione del campione è grande ([math]n \ge 30[/math]), anche se [math]\sigma^2[/math] è incognita (in questo caso, si usa [math]s[/math] al posto di [math]\sigma[/math], ma la statistica test approssima Z per il TLC).
La scelta corretta del test è cruciale per la validità delle conclusioni statistiche tratte dai dati campionari. La distribuzione t di Student è uno strumento essenziale per gestire l’incertezza aggiuntiva quando si lavora con campioni piccoli e varianze sconosciute.
Ora, applichiamo questi passaggi agli esercizi!
Esercizi Risolti: Test d’Ipotesi per Confrontare Medie (Varianze Note) – Parte 1
Esercizio 1 (Facile) – Durata della batteria di due smartphone
Contesto: Un produttore vuole confrontare la durata media della batteria (in ore) di due modelli di smartphone, A e B. Per standard di produzione consolidati o studi preliminari, si assume che le varianze della durata della batteria per i due modelli siano note:
- Smartphone A: Varianza nota [math]\sigma_A^2 = 4[/math]. Su un campione di [math]n_A = 30[/math] telefoni, la durata media osservata è [math]\bar{X}_A = 12[/math] ore.
- Smartphone B: Varianza nota [math]\sigma_B^2 = 9[/math]. Su un campione di [math]n_B = 35[/math] telefoni, la durata media osservata è [math]\bar{X}_B = 10.5[/math] ore.
Test: Verificare se la durata media della batteria dello Smartphone A è significativamente maggiore della durata media della batteria dello Smartphone B, utilizzando un livello di significatività [math]\alpha = 0.05[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo verificare se la media di A ([math]\mu_A[/math]) è maggiore della media di B ([math]\mu_B[/math]). Questo ci porta a un test unilaterale (solo una direzione di differenza ci interessa).[math]H_0: \mu_A – \mu_B = 0[/math] (o [math]\mu_A \le \mu_B[/math] – L’ipotesi nulla è che A non sia significativamente maggiore di B)
[math]H_1: \mu_A – \mu_B > 0[/math] (L’ipotesi alternativa è che A sia significativamente maggiore di B – test unilaterale destro) - Calcolo della statistica test Z:Usiamo la formula del test Z per due campioni indipendenti con varianze note. Sotto l’ipotesi nulla [math]H_0[/math], ipotizziamo che la vera differenza tra le medie delle popolazioni [math](\mu_A – \mu_B)_0[/math] sia 0.[math]
Z = \frac{(\bar{X}_A – \bar{X}_B) – (\mu_A – \mu_B)_0}{\sqrt{\frac{\sigma_A^2}{n_A} + \frac{\sigma_B^2}{n_B}}}
[/math]Sostituiamo i valori:
[math]
Z = \frac{(12 – 10.5) – 0}{\sqrt{\frac{4}{30} + \frac{9}{35}}}
[/math]
[math]
Z = \frac{1.5}{\sqrt{0.1333 + 0.2571}}
[/math]
[math]
Z = \frac{1.5}{\sqrt{0.3904}}
[/math]
[math]
Z \approx \frac{1.5}{0.6248} \approx 2.401
[/math]La nostra statistica test calcolata è circa [math]2.401[/math].
- Determinazione del valore critico:Poiché è un test unilaterale destro con [math]\alpha = 0.05[/math], cerchiamo il valore sulla distribuzione normale standard Z che lascia il 5% dell’area nella coda destra. Questo valore è il confine della nostra “regione critica”.Consultando le tavole Z o usando uno strumento statistico, il valore critico [math]z_\alpha[/math] per [math]\alpha = 0.05[/math] in un test destro è [math]z_{0.95} \approx 1.645[/math].
La regione critica è dove [math]Z > 1.645[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx 2.401[/math]) con il valore critico ([math]1.645[/math]).Poiché [math]2.401 > 1.645[/math], la statistica test cade nella regione critica (la regione di rifiuto dell’ipotesi nulla).
Decisione: Rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività del 5%.
Interpretazione: C’è sufficiente evidenza statistica per concludere che la durata media della batteria dello Smartphone A è significativamente maggiore di quella dello Smartphone B al livello di significatività del 5%.
Nota sul P-value (per completezza): Il p-value per un test Z destro con [math]Z \approx 2.401[/math] è l’area alla destra di 2.401 sotto la curva normale standard. Questo valore è circa [math]P(Z > 2.401) \approx 0.0082[/math]. Poiché [math]0.0082 < 0.05[/math] (il nostro [math]\alpha[/math]), si giunge alla stessa conclusione: si rifiuta [math]H_0[/math].
Esercizio 2 (Medio) – Efficacia di due farmaci antivirali
Contesto: Vengono condotti studi clinici per confrontare l’efficacia di due diversi farmaci antivirali, Farmaco X e Farmaco Y, nel ridurre la carica virale (misurata in unità [math]\log_{10}[/math]) in pazienti affetti da influenza. Le varianze della riduzione della carica virale nelle popolazioni trattate con i due farmaci sono considerate note da studi precedenti:
- Farmaco X: Varianza nota [math]\sigma_X^2 = 1.2[/math]. Su un campione di [math]n_X = 40[/math] pazienti, la riduzione media della carica virale è [math]\bar{X} = 3.1[/math].
- Farmaco Y: Varianza nota [math]\sigma_Y^2 = 1.5[/math]. Su un campione di [math]n_Y = 45[/math] pazienti, la riduzione media della carica virale è [math]\bar{Y} = 2.8[/math].
Test: Verificare se esiste una differenza significativa nella riduzione media della carica virale tra i due farmaci, utilizzando un livello di significatività [math]\alpha = 0.01[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo solo sapere se c’è una *differenza* tra le medie ([math]\mu_X[/math] e [math]\mu_Y[/math]), senza specificare se una è maggiore o minore dell’altra. Questo richiede un test bilaterale.[math]H_0: \mu_X – \mu_Y = 0[/math] (L’ipotesi nulla è che le medie delle popolazioni siano uguali)
[math]H_1: \mu_X – \mu_Y \neq 0[/math] (L’ipotesi alternativa è che le medie delle popolazioni siano diverse – test bilaterale) - Calcolo della statistica test Z:Usiamo la formula del test Z. Sotto [math]H_0[/math], la differenza ipotizzata [math](\mu_X – \mu_Y)_0[/math] è 0.[math]
Z = \frac{(\bar{X} – \bar{Y}) – (\mu_X – \mu_Y)_0}{\sqrt{\frac{\sigma_X^2}{n_X} + \frac{\sigma_Y^2}{n_Y}}}
[/math]Sostituiamo i valori:
[math]
Z = \frac{(3.1 – 2.8) – 0}{\sqrt{\frac{1.2}{40} + \frac{1.5}{45}}}
[/math]
[math]
Z = \frac{0.3}{\sqrt{0.03 + 0.0333}}
[/math]
[math]
Z = \frac{0.3}{\sqrt{0.0633}}
[/math]
[math]
Z \approx \frac{0.3}{0.2516} \approx 1.192
[/math]La nostra statistica test calcolata è circa [math]1.192[/math].
- Determinazione dei valori critici:Per un test bilaterale con [math]\alpha = 0.01[/math], dividiamo il livello di significatività per 2, ottenendo [math]\alpha/2 = 0.005[/math] per ciascuna coda della distribuzione. Cerchiamo i valori Z che lasciano lo 0.5% ([math]0.005[/math]) nelle code sinistra e destra.Consultando le tavole Z, il valore che lascia [math]0.005[/math] nell’estrema destra è [math]z_{0.995} \approx 2.576[/math]. Il valore critico nell’estrema sinistra sarà [math]-2.576[/math].
La regione critica (la regione di rifiuto di [math]H_0[/math]) è [math]Z < -2.576[/math] o [math]Z > 2.576[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx 1.192[/math]) con i valori critici ([math]\pm 2.576[/math]).Il valore [math]1.192[/math] cade tra [math]-2.576[/math] e [math]2.576[/math]. Non cade nella regione critica.
Decisione: Non rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività dell’1%.
Interpretazione: Non c’è sufficiente evidenza statistica per concludere che esista una differenza significativa nella riduzione media della carica virale tra il Farmaco X e il Farmaco Y al livello di significatività dell’1%. (Questo non significa che le medie siano *certamente* uguali, ma che i nostri dati non sono abbastanza forti da dimostrare il contrario a questo livello di sicurezza).
Esercizi Risolti: Test d’Ipotesi per Confrontare Medie (Varianze Note) – Parte 2
Continuiamo con altri esempi per consolidare la comprensione.
Esercizio 3 (Medio-Alto) – Tempi di consegna di due aziende di food delivery
Contesto: Due aziende di food delivery, QuickEat e FastFood, operano nella stessa città. Si vuole confrontare l’efficienza dei loro servizi in termini di tempi di consegna. Basandosi su dati storici o sulla conoscenza del loro modello operativo, si assume che le varianze dei tempi di consegna (in minuti) per le popolazioni di entrambe le aziende siano note:
- QuickEat: Varianza nota [math]\sigma_Q^2 = 25[/math]. Su un campione di [math]n_Q = 50[/math] ordini, il tempo medio di consegna osservato è [math]\bar{X}_Q = 30[/math] minuti.
- FastFood: Varianza nota [math]\sigma_F^2 = 36[/math]. Su un campione di [math]n_F = 60[/math] ordini, il tempo medio di consegna osservato è [math]\bar{X}_F = 33[/math] minuti.
Test: Verificare se i dati campionari forniscono sufficiente evidenza per concludere che FastFood ha un tempo medio di consegna significativamente più lento (cioè maggiore) rispetto a QuickEat, utilizzando un livello di significatività [math]\alpha = 0.05[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo testare se la media di FastFood ([math]\mu_F[/math]) è maggiore della media di QuickEat ([math]\mu_Q[/math]). Questo è un test unilaterale destro sulla differenza [math]\mu_F – \mu_Q[/math].[math]H_0: \mu_F – \mu_Q \leq 0[/math] (L’ipotesi nulla è che FastFood sia uguale o più veloce di QuickEat)
[math]H_1: \mu_F – \mu_Q > 0[/math] (L’ipotesi alternativa è che FastFood sia più lenta – test unilaterale destro) - Calcolo della statistica test Z:Usiamo la formula del test Z. Sotto [math]H_0[/math], assumiamo la differenza ipotizzata sia 0.[math]
Z = \frac{(\bar{X}_F – \bar{X}_Q) – 0}{\sqrt{\frac{\sigma_F^2}{n_F} + \frac{\sigma_Q^2}{n_Q}}}
[/math]Sostituiamo i valori:
[math]
Z = \frac{33 – 30}{\sqrt{\frac{36}{60} + \frac{25}{50}}}
[/math]
[math]
Z = \frac{3}{\sqrt{0.6 + 0.5}}
[/math]
[math]
Z = \frac{3}{\sqrt{1.1}}
[/math]
[math]
Z \approx \frac{3}{1.0488} \approx 2.860
[/math]La nostra statistica test calcolata è circa [math]2.860[/math].
- Determinazione del valore critico:Per un test unilaterale destro con [math]\alpha = 0.05[/math], il valore critico [math]z_\alpha[/math] è [math]1.645[/math]. La regione critica è [math]Z > 1.645[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx 2.860[/math]) con il valore critico ([math]1.645[/math]).Poiché [math]2.860 > 1.645[/math], la statistica test cade nella regione critica.
Decisione: Rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività del 5%.
Interpretazione: Con un livello di significatività del 5%, abbiamo sufficiente evidenza statistica per concludere che FastFood ha un tempo medio di consegna significativamente più lento rispetto a QuickEat.
Esercizio 4 (Alto) – Differenza di rendimento tra due ETF tecnologici
Contesto: Un analista finanziario vuole confrontare il rendimento medio annuo di due Exchange Traded Funds (ETF) che investono nel settore tecnologico, TechA e TechB. Basandosi su dati storici di lungo periodo, le deviazioni standard dei rendimenti annui delle popolazioni di entrambi gli ETF sono considerate note: [math]\sigma_A = 5\%[/math] ([math]\sigma_A^2 = 0.05^2 = 0.0025[/math]) e [math]\sigma_B = 6\%[/math] ([math]\sigma_B^2 = 0.06^2 = 0.0036[/math]).
Vengono raccolti i seguenti dati campionari relativi ai rendimenti annui passati:
- TechA: [math]n_A = 100[/math] anni di dati, rendimento medio campionario [math]\bar{X}_A = 8\%[/math] ([math]0.08[/math]).
- TechB: [math]n_B = 120[/math] anni di dati, rendimento medio campionario [math]\bar{X}_B = 6.5\%[/math] ([math]0.065[/math]).
Test: Verificare se il rendimento medio annuo di TechA è significativamente maggiore del rendimento medio annuo di TechB, utilizzando un livello di significatività [math]\alpha = 0.01[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo testare se la media di TechA ([math]\mu_A[/math]) è maggiore della media di TechB ([math]\mu_B[/math]). Test unilaterale destro.[math]H_0: \mu_A – \mu_B \le 0[/math] (L’ipotesi nulla è che TechA non abbia un rendimento medio significativamente maggiore)
[math]H_1: \mu_A – \mu_B > 0[/math] (L’ipotesi alternativa è che TechA abbia un rendimento medio significativamente maggiore) - Calcolo della statistica test Z:Usiamo la formula del test Z. Sotto [math]H_0[/math], la differenza ipotizzata è 0.[math]
Z = \frac{(\bar{X}_A – \bar{X}_B) – 0}{\sqrt{\frac{\sigma_A^2}{n_A} + \frac{\sigma_B^2}{n_B}}}
[/math]Sostituiamo i valori (usando le varianze precise):
[math]
Z = \frac{(0.08 – 0.065) – 0}{\sqrt{\frac{0.0025}{100} + \frac{0.0036}{120}}}
[/math]
[math]
Z = \frac{0.015}{\sqrt{0.000025 + 0.00003}}
[/math]
[math]
Z = \frac{0.015}{\sqrt{0.000055}}
[/math]
[math]
Z \approx \frac{0.015}{0.007416} \approx 2.023
[/math]La nostra statistica test calcolata è circa [math]2.023[/math].
- Determinazione del valore critico:Per un test unilaterale destro con [math]\alpha = 0.01[/math], il valore critico [math]z_\alpha[/math] lascia l’1% dell’area nella coda destra. Questo valore è [math]z_{0.99} \approx 2.326[/math]. La regione critica è [math]Z > 2.326[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx 2.023[/math]) con il valore critico ([math]2.326[/math]).Poiché [math]2.023 < 2.326[/math], la statistica test non cade nella regione critica.
Decisione: Non rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività dell’1%.
Interpretazione: Non c’è sufficiente evidenza statistica al livello dell’1% per concludere che l’ETF TechA abbia un rendimento medio annuo significativamente maggiore rispetto all’ETF TechB. (Ricorda, un livello di significatività più basso richiede un’evidenza più forte per rifiutare H0).
Esercizio 5 (Difficile) – Confronto tra algoritmi di compressione dati
Contesto: Un’azienda di software vuole confrontare l’efficienza (in termini di tempo di compressione medio) di due algoritmi di compressione dati proprietari, ZipX e ZipY. Basandosi su test estensivi passati, le varianze del tempo di compressione (in millisecondi) per la popolazione di file gestiti dai due algoritmi sono note: [math]\sigma_X^2 = 100[/math] e [math]\sigma_Y^2 = 144[/math].
Vengono condotti nuovi test su un campione di file:
- ZipX: Testato su [math]n_X = 200[/math] file, tempo medio di compressione [math]\bar{X} = 85[/math] ms.
- ZipY: Testato su [math]n_Y = 180[/math] file, tempo medio di compressione [math]\bar{Y} = 80[/math] ms.
Test: Verificare se ZipY è significativamente più veloce (cioè ha un tempo medio di compressione inferiore) rispetto a ZipX, utilizzando un livello di significatività [math]\alpha = 0.05[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo testare se la media di ZipY ([math]\mu_Y[/math]) è inferiore alla media di ZipX ([math]\mu_X[/math]). Questo significa [math]\mu_Y < \mu_X[/math], che è equivalente a [math]\mu_X – \mu_Y > 0[/math]. Test unilaterale destro sulla differenza [math]\mu_X – \mu_Y[/math].[math]H_0: \mu_X – \mu_Y \leq 0[/math] (L’ipotesi nulla è che ZipY non sia significativamente più veloce di ZipX)
[math]H_1: \mu_X – \mu_Y > 0[/math] (L’ipotesi alternativa è che ZipY sia più veloce) - Calcolo della statistica test Z:Usiamo la formula del test Z. Sotto [math]H_0[/math], la differenza ipotizzata è 0.[math]
Z = \frac{(\bar{X} – \bar{Y}) – 0}{\sqrt{\frac{\sigma_X^2}{n_X} + \frac{\sigma_Y^2}{n_Y}}}
[/math]Sostituiamo i valori:
[math]
Z = \frac{85 – 80}{\sqrt{\frac{100}{200} + \frac{144}{180}}}
[/math]
[math]
Z = \frac{5}{\sqrt{0.5 + 0.8}}
[/math]
[math]
Z = \frac{5}{\sqrt{1.3}}
[/math]
[math]
Z \approx \frac{5}{1.140175} \approx 4.385
[/math]La nostra statistica test calcolata è circa [math]4.385[/math].
- Determinazione del valore critico:Per un test unilaterale destro con [math]\alpha = 0.05[/math], il valore critico [math]z_\alpha[/math] è [math]1.645[/math]. La regione critica è [math]Z > 1.645[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx 4.385[/math]) con il valore critico ([math]1.645[/math]).Poiché [math]4.385 > 1.645[/math], la statistica test cade nettamente nella regione critica.
Decisione: Rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività del 5%.
Interpretazione: Con un livello di significatività del 5%, abbiamo forte evidenza statistica per affermare che l’algoritmo ZipY è significativamente più veloce di ZipX in termini di tempo medio di compressione.
Esercizio 6 (Avanzato) – Emissioni CO2 di auto elettriche vs ibride
Contesto: Vogliamo verificare, con un livello di significatività molto stringente [math]\alpha = 0.001[/math], se le auto elettriche emettono significativamente meno CO₂ delle auto ibride, assumendo che le varianze delle popolazioni siano note da studi precedenti (valori in g/km, semplificati a fini didattici).
- Auto elettriche: Varianza nota [math]\sigma_E^2 = 9[/math]. Su un campione di [math]n_E = 150[/math] auto, l’emissione media campionaria è [math]\bar{X}_E = 20[/math].
- Auto ibride: Varianza nota [math]\sigma_I^2 = 16[/math]. Su un campione di [math]n_I = 130[/math] auto, l’emissione media campionaria è [math]\bar{X}_I = 25[/math].
Test: Verificare se le auto elettriche emettono significativamente meno CO₂ delle auto ibride, utilizzando un livello di significatività [math]\alpha = 0.001[/math].
Soluzione:
- Formulazione delle ipotesi:Vogliamo testare se la media di emissioni delle elettriche ([math]\mu_E[/math]) è minore della media delle ibride ([math]\mu_I[/math]). Questo significa [math]\mu_E < \mu_I[/math], che è equivalente a [math]\mu_E – \mu_I < 0[/math]. Test unilaterale sinistro sulla differenza [math]\mu_E – \mu_I[/math].[math]H_0: \mu_E – \mu_I \ge 0[/math] (L’ipotesi nulla è che le elettriche emettano quanto o più delle ibride)
[math]H_1: \mu_E – \mu_I < 0[/math] (L’ipotesi alternativa è che le elettriche emettano meno delle ibride – test unilaterale sinistro) - Calcolo della statistica test Z:Usiamo la formula del test Z. Sotto [math]H_0[/math], la differenza ipotizzata è 0.[math]
Z = \frac{(\bar{X}_E – \bar{X}_I) – 0}{\sqrt{\frac{\sigma_E^2}{n_E} + \frac{\sigma_I^2}{n_I}}}
[/math]Sostituiamo i valori:
[math]
Z = \frac{20 – 25}{\sqrt{\frac{9}{150} + \frac{16}{130}}}
[/math]
[math]
Z = \frac{-5}{\sqrt{0.06 + 0.12307}}
[/math]
[math]
Z = \frac{-5}{\sqrt{0.18307}}
[/math]
[math]
Z \approx \frac{-5}{0.42786} \approx -11.685
[/math]La nostra statistica test calcolata è circa [math]-11.685[/math].
- Determinazione del valore critico:Per un test unilaterale sinistro con [math]\alpha = 0.001[/math], il valore critico [math]z_\alpha[/math] lascia lo 0.1% dell’area nella coda sinistra. Questo valore è [math]z_{0.001} \approx -3.090[/math]. La regione critica è [math]Z < -3.090[/math].
- Conclusione:Confrontiamo la statistica test calcolata ([math]Z \approx -11.685[/math]) con il valore critico ([math]-3.090[/math]).Poiché [math]-11.685 < -3.090[/math], la statistica test cade ampiamente nella regione critica.
Decisione: Rifiutiamo l’ipotesi nulla [math]H_0[/math] al livello di significatività [math]\alpha = 0.001[/math].
Interpretazione: Con un livello di significatività molto stringente dell’0.1%, c’è evidenza statistica estremamente forte per concludere che le auto elettriche emettono significativamente meno CO₂ rispetto alle auto ibride.
Speriamo che questi esercizi risolti ti abbiano aiutato a capire meglio come applicare il Test Z per confrontare le medie di due campioni indipendenti quando le varianze delle popolazioni sono note. Ricorda che la scelta del test e la corretta formulazione delle ipotesi sono passi fondamentali per un’analisi statistica valida!
(323)
Altri articoli nella categoria "Esercizi svolti di Statistica"
- Approssimazione di Laplace: formula, significato e 6 esercizi svolti
- Indice di Laspeyres: formula, significato ed esercizi svolti
- Regressione lineare: esercizi progressivi dai minimi quadrati alla regressione multipla
- Statistica per il Marketing: Come Usare i Test d’Ipotesi (Z-Test) per A/B Test e ROI
- Analisi Statistica Avanzata: Indice di Gini, Asimmetria e Proprietà dei Residui nella Regressione
- Esercizi Svolti di Statistica Descrittiva: Mediana, Varianza, Box Plot e Correlazione (Con Spiegazioni)
- La Città dei Numeri Manipolati: Gioco Interattivo per Riconoscere le Fake News Statistiche
- Media, Mediana e Moda: 8 Esercizi Svolti dalla Base all’Analisi Avanzata
- Data Literacy: 5 Esercizi per non farsi ingannare dai Grafici (Statistica Pratica)
- Data Literacy: Guida Pratica per Interpretare Grafici Statistici (con Esercizi e Soluzioni)