Sei sulla pagina 1di 3

STATISTICA - ESERCITAZIONE 12

Giulia Marcon

Esercizio 1.

Una specializzanda di medicina sta svolgendo una tesi di tipo sperimentale su argomenti concernenti
l'ipertensione arteriosa (pressione sanguigna elevata). Per valutare leffetto del regime dietetico, ha scelto
casualmente 6 pazienti ipertesi e li ha sottoposti per un periodo di due mesi ad una particolare dieta. Il
valore della pressione arteriosa, prima e dopo il trattamento, sono riportati dalla seguente tabella
Prima (X)
Dopo (Y)

180

225

250

215

190

195

180

215

210

210

180

170

a) Gli individui esaminati presentano anche problemi di sovrappeso. I valori del loro indice di massa
corporea (Z) sono pari a: 30, 42, 35, 32, 26 e 27. (Si noti che 6=1 = e 6=1 2 = ).
Assumendo che la variabile aleatoria Indice di massa corporea segua una distribuzione normale,
calcolare lintervallo di confidenza al 95% per il valore medio dellindice di massa corporea nella
popolazione.
b) In base alla classifica dellOrganizzazione mondiale della sanit sono ritenuti obesi individui il cui
indice di massa corporea superiore a 28. Si utilizzino i dati al punto a) per stimare la percentuale
di individui obesi nella popolazione di riferimento.

a) Lintervallo cercato sar


% ( ) = 1,
2

essendo 1, = 5,0.025 = 2.571.


2

Si noti infatti come

= (32 2.571 5.8992) = (. ,

. )

1 6
192
= =
=
6 =1
6

1
1
=
2 2 = [6318 6 322 ] = 34.8 = .
1
5
=1

d) Per stimare la percentuale di individui in sovrappeso a livello di intera popolazione dei pazienti,
possibile usare la proporzione campionaria di pazienti in sovrappeso.
I valori superiori a 28 sono 4 sui 6 pazienti osservati, ovvero la proporzione campionaria di pazienti in
sovrappeso pari a

Stimiamo al 66.67% tale percentuale.

4
= 0.6667
6

Esercizio 2.

Un consumo troppo elevato di zuccheri pu portare ad un regime dietetico squilibrato e facilitare laumento
di peso. Su un campione di 6 individui che seguono una dieta ipocalorica sono stati rilevati il peso (Y) ed il
tasso glicemico (X), ottenendo i seguenti risultati
6

=
yi 381 =
xi 465

y)
( x x )( y=

=i 1 =i 1 =i 1
6

6
2
i
=i 1 =i 1

y y)
(=

x x)
(=

421.5

459.5

SSE 104.2344
665.5=

a) Si utilizzi un modello di regressione lineare semplice per analizzare la dipendenza della variabile
Peso dalla variabile Glicemia.
b) Si fornisca la previsione del peso per un individuo con glicemia pari a 73.

a) Per determinare le stime dei minimi quadrati dei coefficienti della retta di regressione necessario
calcolare le seguenti misure di sintesi:

Infine

1 6
465
= =

= .
6 =1
6
10

(
) =

2 2 = 7472 10 272 =

=1

1 6
381
= =

= .
6 =1
6

)(
) =
(

10

= 64414 10 27 240 =

=1

6=1( )( ) 459.5
=
= .
665.5
6=1( )2

= 1 = 63.5 0.6905 77.5 = .


b) La retta stimata dunque

= 9.9863 + 0.6905

Valutando la retta nel punto = 73 otteniamo la stima del peso medio per la sottopopolazione
degli individui con tale livello di glicemia:
= 9.9863 + 0.6905 73 = .

Esercizio 3.

Una catena di supermercati ha installato nei suoi punti vendita impianti fotovoltaici. Limpianto fotovoltaico
prescelto porta nell80% dei casi ad una consistente riduzione dei consumi elettrici.
a) Su 6 punti vendita qual la probabilit che una riduzione consistente dei consumi elettrici avvenga in 4
di essi?
b) Su 200 punti vendita, con quale probabilit si osserver una consistente riduzione dei consumi elettrici
in pi di 170?

a) Ogni punto vendita in cui viene installato un impianto fotovoltaico rappresenta una prova indipendente con
due soli esiti in cui il successo riduzione consistente dei consumi ha probabilit pari a p = 0.80.
Indicando con X il numero di punti vendita, sui 6 con installazione dellimpianto, per cui si verifica la riduzione
dei consumi, avremo ~(6, 0.80).
Conseguentemente
6
( = 4) = 0.804 (1 0.80)2 = .
4

b) Avremo ~(200, 0.70), ovvero in questo caso [] = = 200 0.8 = 160 e


[] =
(1 ) = 200 0.8 0.2 = 32.
Data lelevata numerosit di punti vendita considerati (n = 200 e (1 ) = 32 > 9 ), adottando
lapprossimazione normale alla distribuzione binomiale, possiamo affermare che (160, 32).
Avremo quindi
160 170 160
( > 170) =
>
= ( > 1.77) = 1 ( 1.77) = 1 0.9616 = .
32
32