UNIVERSITÀ DEGLI STUDI DI PERUGIA

Dipartimento di Economia – Sede di Terni

Corso di Laurea in Economia Aziendale

STATISTICA
Esonero II 16/04/2021 H3

Cognome Matricola

Nome Firma

• Si indichi se ognuna delle seguenti affermazioni è vera o falsa riportando una crocetta nell’apposita colonna.
• Non è consentita la consultazione di appunti, libri di testo o qualsiasi altro materiale didattico.
• Nella valutazione dei quiz si assegneranno i seguenti punteggi:
1 = risposta corretta; 0 = mancata risposta; −0.5 = risposta errata.

N. Domanda V F
1 Pr( Ā) < Pr(A).
2 Pr(A|evento certo) = 1.
3 Pr(A|B) è sempre maggiore di Pr(A ∩ B).
4 F X (x ) è una probabilità, dove F X () è la funzione di ripartizione della v.c. X .
5 Data la funzione di ripartizione della v.c. Normale standardizzata Φ(), Φ(z ) > Φ(−z )
per qualsiasi valore reale di z .
6 La distribuzione Normale è simmetrica rispetto all’origine.
7 Moda e mediana della distribuzione Normale coincidono.
8 Sotto certe condizioni di regolarità, la media campionaria (X̄ ) ha distribuzione
approssimativamente Normale per grandi campioni.
9 Un campione casuale è formato da un insieme di variabili casuali indipendenti.
10 Una statistica campionaria possiede sempre una distribuzione campionaria.
11 La frequenza campionaria (p) è uno stimatore consistente della frequenza della
popolazione (π).
12 La varianza della media campionaria, Var( X̄ ), è in genere inferiore a σ 2 , la varianza
di X nella popolazione, .
13 A parità di altre circostanze, l’ampiezza dell’intervallo di confidenza per la media è
tanto minore quanto maggiore è il valore di α.
14 Estratto il campione, è ragionevole pensare che questo appartenga all’(1 − α)100%
dei campioni che producono intervalli di confidenza contenenti il vero valore del
parametro.
15 Per verificare un’ipotesi riguardante la media di una popolazione è sempre
necessario assumere la Normalità della popolazione.
16 Il metodo dei minimi quadrati è utilizzato per scegliere in modo ottimale il valore
dei parametri a e b della retta di regressione semplice sulla base dei dati.
17 Con il metodo dei minimi quadrati si minimizza la funzione in=1 | yi − ŷi |.
Í

18 Per il modello di regressione lineare semplice, la devianza spiegata è sempre minore

della devianza totale della variabile risposta Y .

1
19 L’indice di determinazione si può calcolare come R 2 = s X2 ,Y /(s X2 sY2 ), dove s X ,Y indica-
ta la covarianza tra i due caratteri X e Y , mentre s X2 e sY2 indicano, rispettivamente,
la varianza di X e di quella di Y .
20 Si usa lo stesso stimatore per stimare sia la risposta media E[Y | X = x i ] sia per
prevedere il singolo valore Y | (X = x i ).

2
 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Dipartimento di Economia – Sede di Terni
Corso di Laurea in Economia Aziendale

STATISTICA
Esonero II 16/04/2021 H3

Cognome Matricola

Nome Firma

• Si svolgano i seguenti esercizi riportando i risultati calcolati nelle apposite caselle con lo sfondo grigio.
• È consentita la consultazione di appunti, libri di testo o qualsiasi altro materiale didattico.
• Il risultato verrà considerato esatto se non si discosta significativamente dal valore corretto.

A L’incasso giornaliero (X , in migliata di e) dei punti vendita di una catena di negozi di elettronica si
distribuisce come una Normale con media µ = 233 e deviazione standard σ = 42.
Si calcolino le seguenti probabilità:

Pr(X ≥ 270)
Pr(150 ≤ X ≤ 270)

Considerando che la catena di negozi è costituita da n = 447 negozi sul territorio nazionale, calcolare le
seguenti quantità:

E( X̄ )
Var( X̄ )
Pr( X̄ ≥ 233)

B Un’azienda intende controllare la qualità delle confezioni di caffè prodotte. A tal fine viene estratto
un campione di 8 confezioni e misurato il peso netto (in grammi). I dati ottenuti sono i seguenti:

263 230 247 273 241 274 259 241

Si calcolino le seguenti quantità:

Media campionaria (x̄ )

Estremi dell’intervallo di confidenza al 99% per µ

È noto che il peso standard di un pacco di caffè è pari a 250 grammi, quindi si intende verificare l’ipotesi
H 0 : µ = 250 contro l’ipotesi alternativa H 1 : µ > 250 al livello α = 0.05. A tal fine si calcolino:

Il valore assunto dalla statistica test

Il valore critico per la statistica test
La conclusione del test (A = si accetta, R = si rifiuta)

3
C Il management di una banca intende studiare la propensione dei suoi clienti all’utilizzo dei servizi di
online banking in funzione dell’età. In un campione casuale di 234 giovani clienti 154 utilizzano i servizi
di online banking, mentre in un campione casuale di 201 clienti con più di 60 anni 44 utilizzano i servizi
di online banking.

Si calcolino gli estremi dell’intervallo di confidenza al 99% per la proporzione di coloro che usano i servizi
di online banking tra i giovani:

Indicando con π1 la proporzione di clienti che utilizzano i servizi di online banking tra i giovani, e con
π2 la proporzione tra i clienti con più di 60 anni d’età, si verifichi l’ipotesi H 0 : π1 = π2 contro l’ipotesi
alternativa H 1 : π1 , π2 al livello α = 0.1. In particolare, si calcolino:

Il valore assunto dalla statistica test

Il valore critico per la statistica test
La conclusione del test (A = si accetta, R = si rifiuta)

D Una banca intende studiare se il numero di richieste di finanziamento ricevute sia influenzato dal tas-
so di interesse applicato. A tal fine vengono registrati per 5 mesi successivi il tasso di interesse applicato
e il numero di richieste di prestito ricevute:

Tasso di interesse % (X ) 4.8 7.4 7.9 6.4 8.2

Richieste di finanziamento (Y ) 35 31 27 31 33

Utilizzando il modello di regressione lineare Y = β 0 + β 1 X + , si calcolino:

Coefficiente angolare della retta interpolatrice (βˆ1 )

Errore standard del coefficiente angolare (s ( βˆ1 ))
Indice di determinazione (R 2 )

Sulla base del modello stimato si vuol prevedere il valore medio delle richieste di finanziamento nel caso
di un tasso di interesse pari a 8.2 %:

Stima del valore medio previsto

Limiti dell’intervallo di previsione al 95% (inferiore e superiore)