Esame di STATISTICA − LAUREA TRIENNALE IN INGEGNERIA GESTIONALE APPELLO DEL 09/02/11 COGNOME ……………………..……….. NOME …..…………………… N. MATR. .…………... 2 ESERCIZI (1) In uno studio sulla resistenza a basse temperature (espressa in J/cm ) di due classi di acciaio (A e B), si sono osservati su 18 provini (9 per tipo) i seguenti dati campionari: A 207 196 267 234 184 B 255 252 331 211 370 (1.1) Si rappresentino i dati tramite box-plot e si commentino i risultati. 253 191 285 304 206 291 216 283 (1.2) Si conduca una verifica di ipotesi (indicando sistema di ipotesi e statistica test) per stabilire se a livello α=5% i due acciai hanno uguale o diversa varianza. Si commentino i risultati. [Suggerimento: F(1−α/2;v1,v2)= 1/F(α/2;v2,v1)] (1.3) Si conduca una verifica di ipotesi (indicando sistema di ipotesi e statistica test) per stabilire se a livello α=5% i due acciai hanno una uguale o diversa resistenza media. Si commentino i risultati. (1.4) Il provino viene giudicato non idoneo se la sua resistenza è inferiore a 210. Si stimi la proporzione di provini non idonei per tipo di acciaio e si costruisca un intervallo di confidenza al 95% della differenza delle due proporzioni di provini non idonei dei due acciai e si commentino i risultati. (2) Allo scopo di ottimizzare un processo industriale di confezionamento di una vernice si sono misurati i seguenti tempi di riempimento (in secondi) in funzione di quattro modelli di macchine dosatrici (A, B, C, D): (2.1) specificare il sistema di ipotesi, la statistica test e le assunzioni sottostanti per stabilire se le quattro macchine hanno o meno gli stessi tempi medi di riempimento. A 25 28 24 24 B 21 23 25 25 C 29 28 32 30 D 27 30 30 30 (2.2) Applicare la procedura inferenziale indicata al (2.1) e commentare i risultati ottenuti (fissando α=0.01). (2.3) Indicare sistema di ipotesi e statistica test per i confronti a coppie fra le quattro macchine, utili poter stabilire se una coppia di macchine ha o meno lo stesso tempo medio di riempimento. (2.4) Applicare la procedura inferenziale indicata al (2.3) e commentare i risultati ottenuti (fissando α=0.01). (3) Indicare se le seguenti affermazioni sono vere o false spiegando brevemente le ragioni della risposta: (3.1) l’istogramma è l’unico grafico impiegato per la rappresentazione dei dati qualitativi; (3.2) se P(A ∩ B) = 1, allora A e B sono collettivamente esaustivi; (3.3) La forma della distribuzione normale è determinata dalla deviazione standard σ. Una diminuzione di σ riduce l’altezza della curva e appiattisce la curva lungo l’asse delle x; (3.4) La varianza è espressa nella stessa unità di misura delle osservazioni; (3.5) il range interquartile non cambia se moltiplichiamo tutte le osservazioni per una costante diversa da 1; (3.6) La statistica X è uno stimatore non distorto della media della popolazione µ. (4) I test Z per la proporzione e Chi quadrato: commentare i due approcci con particolare riferimento alle verifiche di ipotesi di tipo direzionale e/o bilaterale. (5) In uno studio sulle problematiche inerenti alla presenza dei detriti lignei negli alvei dei fiumi, si vuole stabilire se il flusso di portata (m3/s) necessario a trascinar via i tronchi è legato alla dimensione delle radici (apparato radicale, in cm) del tronco stesso. (5.1) Indicare un modello statistico adeguato a formalizzare il problema e specificare le assunzioni ad esso sottostanti. (5.2) Commentare il grafico che rappresenta i dati osservati e spiegare su quale principio è basato in metodo utilizzato per ottenere le stime dei parametri del modello statistico. Diagramma di dispersione della Portata (Y) [m^3/s] vs Radici (X) [cm] 30 Portata (Y) [m^3/s] 28 26 24 22 20 3.5 4.0 4.5 5.0 5.5 Radici (X) [cm] 6.0 6.5 7.0 (5.3) Disegnare l’equazione stimata sul grafico e commentare i risultati ottenuti dall’analisi statistica. Portata (Y) [m^3/s] = 15.9 + 1.81 Radici (X) [cm] Predittore Constant Radici (X) [cm] Coef 15.8709 1.8136 SE Coef 0.6342 0.1281 Analisi della Varianza Fonte GdL SQ Regressione 1 389.87 Residuo 158 307.49 Totale 159 697.35 T-oss 25.03 14.15 MQ 389.87 1.95 P-value 0.000 0.000 F-oss 200.33 P-value 0.000 (5.4) Calcolare il coefficiente di determinazione (R2). Commentare il risultato ottenuto. (5.5) Commentare i seguenti grafici. Diagrammi dei residui per la Portata (Y) [m^3/s] Normal Probability Plot dei residui Residui Versus the Valori previsti 99 2 90 Residuo Percententuale 99.9 50 10 1 -4 0.1 -5.0 -2.5 0.0 Residuo 2.5 5.0 22 Istogramma dei residui 26 28 Residuai vs. ordine di osservazione dei dati 2 18 Residuo Frequenza 24 Fitted Value 24 12 6 0 0 -2 -4 -3 -2 -1 0 Residuo 1 2 0 -2 -4 1 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 Ordine di osservazione