Istruzioni: Per ogni domanda, seleziona l’opzione corretta. Alla fine, confronta le tue risposte con le soluzioni commentate.

Domanda 1 (Facile)

Uno studente vuole stimare l’altezza media degli studenti della sua scuola. Calcola la media su un campione di 50 studenti e ottiene 172 cm. Cosa rappresenta l’errore standard in questo contesto?

• A) La differenza tra l’altezza massima e minima del campione.
• B) La deviazione standard delle altezze nel campione (quanto sono variabili gli studenti tra loro).
• C) Una stima di quanto la media campionaria ([math]172[/math] cm) potrebbe scostarsi, in media, dalla vera media della popolazione.
• D) L’errore commesso nella misurazione dell’altezza con lo strumento (metro a parete).

Domanda 2 (Facile)

In quale delle seguenti situazioni l’errore standard della media è più piccolo?

• A) Campione di 25 persone, deviazione standard campionaria [math]s=10[/math].
• B) Campione di 100 persone, deviazione standard campionaria [math]s=10[/math].
• C) Campione di 25 persone, deviazione standard campionaria [math]s=20[/math].
• D) Campione di 100 persone, deviazione standard campionaria [math]s=20[/math].

Domanda 3 (Intermedio)

Un sondaggio su 400 elettori rivela che il [math]45\%[/math] è favorevole a una nuova legge. Qual è l’errore standard per la proporzione campionaria?

• A) [math]\sqrt{\frac{0,45 \times 0,55}{400}} \approx 0,0249[/math]
• B) [math]\sqrt{\frac{0,45}{400}} = 0,0225[/math]
• C) [math]\frac{0,45}{\sqrt{400}} \approx 0,0335[/math]
• D) [math]\frac{0,45 \times 0,55}{400} = 0,00062[/math]

Domanda 4 (Intermedio)

Un ricercatore ha un campione di 16 pazienti e vuole calcolare un intervallo di confidenza per la media della pressione sanguigna nella popolazione. Sapendo che la deviazione standard campionaria è [math]s=12[/math] mmHg, quale formula userà per l’errore standard e quale distribuzione userà per trovare il moltiplicatore?

• A) [math]ES = \frac{12}{\sqrt{16}} = 3[/math]; userà la distribuzione Normale Standard (Z).
• B) [math]ES = \frac{12}{\sqrt{15}} \approx 3,10[/math]; userà la distribuzione t di Student con 15 gradi di libertà.
• C) [math]ES = \frac{12}{\sqrt{16}} = 3[/math]; userà la distribuzione t di Student con 15 gradi di libertà.
• D) [math]ES = \frac{12}{16} = 0,75[/math]; userà la distribuzione Normale Standard (Z).

Domanda 5 (Intermedio-Avanzato)

Se si triplica la numerosità di un campione casuale ([math]n_{nuovo} = 3n_{vecchio}[/math]), cosa succede all’errore standard della media?

• A) Si riduce di un fattore 3.
• B) Raddoppia.
• C) Si riduce di un fattore [math]\sqrt{3} \approx 1,73[/math].
• D) Rimane invariato perché dipende solo dalla varianza della popolazione.

Domanda 6 (Avanzato)

Uno studio confronta due metodi di insegnamento. Con il metodo A, su un campione di 30 studenti, si ottiene un punteggio medio di 78 con deviazione standard di 8. Con il metodo B, su 35 studenti, media di 82 con deviazione standard di 7. Qual è l’errore standard per la differenza tra le due medie ([math]\bar{x}_B – \bar{x}_A[/math])?

• A) [math]\sqrt{\frac{8}{30} + \frac{7}{35}}[/math]
• B) [math]\sqrt{\frac{64}{30} + \frac{49}{35}}[/math]
• C) [math]\sqrt{\frac{64}{29} + \frac{49}{34}}[/math]
• D) [math]\frac{8}{\sqrt{30}} – \frac{7}{\sqrt{35}}[/math]

Domanda 7 (Avanzato)

Un macchinario riempie sacchetti di caramelle. Il peso dichiarato è di 500g. Per verificare il corretto funzionamento, ogni ora si pesa un campione di 50 sacchetti e si calcola la media. La deviazione standard del processo (popolazione) è nota e pari a 15g. Qual è la probabilità che, in un dato controllo, la media campionaria si discosti dalla media reale ([math]\mu = 500g[/math]) per più di 4g?

• A) Circa 3%
• B) Circa 5,9%
• C) Circa 29%
• D) Circa 41%

Domanda 8 (Difficile)

Quale affermazione sull’errore standard è corretta?

• A) All’aumentare della numerosità campionaria, l’errore standard tende alla deviazione standard della popolazione.
• B) L’errore standard è un indice di variabilità della popolazione, non della statistica campionaria.
• C) A parità di numerosità, una popolazione con maggiore variabilità produce un errore standard più grande.
• D) L’errore standard per una proporzione si calcola come [math]\sqrt{\frac{p(1-p)}{n}}[/math] e raggiunge il suo valore massimo quando [math]p=0[/math] o [math]p=1[/math].

Domanda 9 (Difficile)

Un’azienda vuole stimare il tempo medio di attesa dei clienti. In un primo campione di 100 clienti, l’errore standard della media è di 2 minuti. Se volessimo ridurre l’errore standard a 1 minuto, mantenendo la stessa variabilità, quanti clienti dovremmo campionare?

• A) 200
• B) 400
• C) 141
• D) 50

Domanda 10 (Molto Difficile)

Si estraggono due campioni indipendenti dalla stessa popolazione normale con varianza [math]\sigma^2 = 25[/math]. Il primo campione ha numerosità [math]n_1 = 25[/math], il secondo [math]n_2 = 100[/math]. Qual è il rapporto tra l’errore standard della media del primo campione e quello del secondo campione ([math]ES_1 / ES_2[/math])?

• A) 1
• B) 2
• C) 4
• D) 0,5

Risposta 1

Opzione Corretta: C

Spiegazione: L’errore standard (della media) è una misura di quanto la nostra stima (la media del campione) sia ballerina. Se estraessimo tanti campioni diversi, le loro medie varierebbero. L’errore standard è una stima della deviazione standard di questa distribuzione campionaria delle medie. Quantifica l’incertezza dovuta al fatto che stiamo osservando solo un campione, non l’intera popolazione.

Perché le altre sono sbagliate:

• A: Descrive l’intervallo (range), una misura di variabilità del campione, non l’incertezza della stima.
• B: Questa è la deviazione standard campionaria ([math]s[/math]), che misura la variabilità dei dati grezzi tra i singoli individui.
• D: Questo è un errore di misurazione, un concetto tecnico legato allo strumento, diverso dall’errore campionario statistico.

Domanda di riflessione: Qual è la differenza concettuale tra deviazione standard ed errore standard?

Risposta: La deviazione standard descrive la variabilità dei dati individuali attorno alla loro media. L’errore standard descrive la variabilità di una statistica (come la media) calcolata su campioni diversi. Il primo descrive i soggetti, il secondo descrive l’accuratezza della stima.

Risposta 2

Opzione Corretta: B

Spiegazione: La formula dell’errore standard della media è [math]ES = \frac{s}{\sqrt{n}}[/math]. Per minimizzarlo, vogliamo una deviazione standard ([math]s[/math]) piccola e una numerosità ([math]n[/math]) grande.

• A) [math]10/\sqrt{25} = 10/5 = 2[/math]
• B) [math]10/\sqrt{100} = 10/10 = 1[/math] ← Più piccolo
• C) [math]20/\sqrt{25} = 20/5 = 4[/math]
• D) [math]20/\sqrt{100} = 20/10 = 2[/math]

Domanda di riflessione: Cosa succede all’ES se la numerosità campionaria tende a infinito?

Risposta: L’ES tende a zero. Con un campione enorme, la media campionaria è una stima quasi perfetta della media della popolazione, quindi l’incertezza (l’ES) diventa trascurabile.

Risposta 3

Opzione Corretta: A

Spiegazione: L’errore standard per una proporzione si calcola con la formula [math]ES_p = \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}[/math], dove [math]\hat{p}[/math] è la proporzione campionaria.

Sostituendo i valori:

[math]\displaystyle \begin{aligned}
ES &= \sqrt{\frac{0,45 \times 0,55}{400}} \\
&= \sqrt{\frac{0,2475}{400}} \\
&= \sqrt{0,00061875} \approx 0,0249
\end{aligned}[/math]

Perché le altre sono sbagliate:

• B: Confonde la formula con quella della media, usando [math]p[/math] al posto di [math]s[/math].
• C: Manca il termine [math](1-p)[/math] al numeratore, un errore comune nel calcolo delle proporzioni.
• D: Manca il passaggio fondamentale della radice quadrata.

Risposta 4

Opzione Corretta: C

Spiegazione:

• Errore Standard: Quando la deviazione standard della popolazione ([math]\sigma[/math]) è ignota (e la stimiamo con [math]s[/math] dal campione), la formula è [math]ES = \frac{s}{\sqrt{n}}[/math]. Quindi [math]12/\sqrt{16} = 12/4 = 3[/math].
• Distribuzione: Con [math]\sigma[/math] ignoto e campione piccolo, la statistica [math]t = \frac{\bar{x} – \mu}{ES}[/math] segue una distribuzione t di Student con [math]n-1 = 15[/math] gradi di libertà.

Domanda di riflessione: Perché con campioni piccoli è più prudente usare la distribuzione t invece della Normale?

Risposta: Perché la distribuzione t ha code più pesanti. Questo riflette la maggiore incertezza dovuta al fatto che non conosciamo la vera varianza della popolazione. Di conseguenza, l’intervallo di confidenza sarà leggermente più largo e quindi più cautelativo.

Risposta 5

Opzione Corretta: C

Spiegazione: L’errore standard è inversamente proporzionale alla radice quadrata di [math]n[/math].

[math]\displaystyle \begin{aligned}
ES_{nuovo} &= \frac{\sigma}{\sqrt{3n}} \\
&= \frac{1}{\sqrt{3}} \cdot \frac{\sigma}{\sqrt{n}} \\
&= \frac{ES_{vecchio}}{\sqrt{3}}
\end{aligned}[/math]

Poiché [math]\sqrt{3} \approx 1,73[/math], l’ES si riduce di un fattore 1,73.

Risposta 6

Opzione Corretta: B

Spiegazione: La varianza della differenza tra due medie indipendenti è la somma delle loro varianze. L’errore standard è la radice quadrata di questa varianza.

[math]\displaystyle \begin{aligned}
& \text{Varianza del campione A}: s_A^2 = 8^2 = 64 \\
& \text{Varianza della media A}: s_A^2/n_A = 64/30 \\
& \text{Varianza del campione B}: s_B^2 = 7^2 = 49 \\
& \text{Varianza della media B}: s_B^2/n_B = 49/35 \\
& \text{Varianza della differenza}: \frac{64}{30} + \frac{49}{35} \\
& \text{Errore standard}: \sqrt{\frac{64}{30} + \frac{49}{35}}
\end{aligned}[/math]

Perché le altre sono sbagliate:

• A: Usa le deviazioni standard ([math]s[/math]) invece delle varianze ([math]s^2[/math]) al numeratore.
• C: Usa i gradi di libertà ([math]n-1[/math]) al denominatore, che è sbagliato per il calcolo dell’ES (si usa [math]n[/math]).
• D: Sottrae gli ES individuali, ma la variabilità della differenza si combina (si somma in varianza), non si sottrae.

Domanda di riflessione: Perché le varianze si sommano anche se stiamo facendo una differenza tra medie?

Risposta: Perché la variabilità di due variabili indipendenti si accumula sempre. Quando estraiamo due campioni, entrambi possono variare indipendentemente. La loro differenza può essere più grande o più piccola, ma la sua variabilità complessiva è la somma delle variabilità individuali.

Risposta 7

Opzione Corretta: B

Spiegazione:

1. Calcolare l’ES: La deviazione standard della popolazione [math]\sigma[/math] è nota (15g).
   [math]\displaystyle ES = \frac{\sigma}{\sqrt{n}} = \frac{15}{\sqrt{50}} \approx \frac{15}{7,07} \approx 2,12[/math]
2. Standardizzare: Vogliamo la probabilità che la media campionaria ([math]\bar{x}[/math]) disti più di 4g dalla media vera ([math]\mu[/math]), cioè [math]|\bar{x} – \mu| > 4[/math]. In unità di errore standard:
   [math]\displaystyle z = \frac{4}{ES} = \frac{4}{2,12} \approx 1,89[/math]
3. Trovare la probabilità: Cerchiamo [math]P(|Z| > 1,89)[/math]. Dalla tavola Normale, la probabilità che Z sia maggiore di 1,89 è circa 0,0294. Moltiplicando per le due code:
   [math]\displaystyle 2 \times 0,0294 = 0,0588 \approx 5,9\%[/math]

Domanda di riflessione: Perché abbiamo usato la distribuzione Normale (Z) e non la t di Student?

Risposta: Perché conosciamo la vera deviazione standard della popolazione ([math]\sigma = 15[/math]). La t di Student si usa solo quando [math]\sigma[/math] è ignoto e viene stimato con [math]s[/math] dal campione.

Risposta 8

Opzione Corretta: C

Spiegazione: L’errore standard si calcola come [math]\sigma/\sqrt{n}[/math]. Se la variabilità della popolazione ([math]\sigma[/math]) è maggiore, a parità di [math]n[/math], l’ES è più grande.

Perché le altre sono sbagliate:

• A: All’aumentare di [math]n[/math], l’ES tende a 0, non a [math]\sigma[/math].
• B: Falso. L’ES misura la variabilità della statistica (la media), non dei singoli dati.
• D: La funzione [math]p(1-p)[/math] raggiunge il massimo in [math]p=0,5[/math]. In [math]p=0[/math] o [math]p=1[/math], la varianza è zero.

Domanda di riflessione: Se una popolazione è molto eterogenea, cosa si può fare per ottenere una stima precisa?

Risposta: Aumentare la numerosità campionaria. Poiché l’ES è [math]\sigma/\sqrt{n}[/math], per compensare un [math]\sigma[/math] grande, serve un [math]n[/math] più grande.

Risposta 9

Opzione Corretta: B

Spiegazione: L’ES è inversamente proporzionale a [math]\sqrt{n}[/math]. Vogliamo dimezzare l’ES (da 2 a 1). Per dimezzare l’ES, la numerosità deve quadruplicare.

[math]\displaystyle \begin{aligned}
ES_1 &= \sigma/\sqrt{100} = \sigma/10 = 2 \Rightarrow \sigma = 20 \\
ES_2 &= 20/\sqrt{400} = 20/20 = 1
\end{aligned}[/math]

Perché le altre sono sbagliate:

• A: Raddoppiando [math]n[/math], l’ES si riduce solo di un fattore [math]\sqrt{2} \approx 1,41[/math].
• D: Diminuendo [math]n[/math], l’incertezza (ES) aumenta sempre.

Risposta 10

Opzione Corretta: B

Spiegazione:

[math]\displaystyle \begin{aligned}
ES_1 &= \frac{\sigma}{\sqrt{n_1}} = \frac{\sqrt{25}}{\sqrt{25}} = \frac{5}{5} = 1 \\
ES_2 &= \frac{\sigma}{\sqrt{n_2}} = \frac{5}{\sqrt{100}} = \frac{5}{10} = 0,5 \\
\text{Rapporto} &: ES_1/ES_2 = 1/0,5 = 2
\end{aligned}[/math]

Domanda di riflessione: Senza fare calcoli, perché il rapporto è 2?

Risposta: Perché [math]n_2[/math] è 4 volte [math]n_1[/math]. Poiché l’ES è inversamente proporzionale alla radice quadrata di [math]n[/math], se [math]n[/math] quadruplica, l’ES si dimezza ([math]\sqrt{4} = 2[/math]). Quindi il primo ES deve essere il doppio del secondo.

Molti studenti confondono concetti simili ma profondamente diversi. Ecco i punti dove si sbaglia più spesso:

1. Confondere Deviazione Standard (s) ed Errore Standard (ES):

Questo è l’errore numero uno. Ricorda sempre: la deviazione standard descrive quanto i tuoi dati sono “sparpagliati” (variabilità biologica o fisica). L’errore standard descrive quanto è precisa la tua stima della media (incertezza campionaria).

2. Pensare che l’ES tenda alla Deviazione Standard per campioni grandi:

È falso. Se aumenti la numerosità campionaria [math]n[/math], la deviazione standard del campione si stabilizza attorno al valore vero della popolazione ([math]\sigma[/math]). L’errore standard, invece, continua a rimpicciolirsi verso lo zero. Più dati hai, meno incertezza rimane sulla media.

3. Sommare le Deviazioni Standard invece delle Varianze:

Quando calcoli l’errore standard della differenza tra due medie (Domanda 6), non puoi sommare [math]s_A[/math] e [math]s_B[/math]. Devi sempre passare per la varianza ([math]s^2[/math]). La variabilità si somma in termini quadratici.

[math]\displaystyle ES_{diff} = \sqrt{ES_A^2 + ES_B^2}[/math]

4. Dimenticare la Radice Quadrata di n:

Molti calcolano l’errore come [math]s/n[/math]. Questo è un errore grave: la relazione tra precisione e numerosità non è lineare. Se vuoi raddoppiare la precisione, devi quadruplicare il campione, non raddoppiarlo.

5. Usare la distribuzione Z quando [math]\sigma[/math] è ignoto:

Se non conosci la deviazione standard della popolazione e la stai stimando dal campione (cosa che accade quasi sempre nel mondo reale), devi usare la distribuzione t di Student, specialmente se il campione è piccolo.

Ecco un riepilogo delle formule fondamentali trattate nel quiz. Ricorda che l’errore standard misura sempre la variabilità di una statistica (la precisione della stima).

Sintesi delle Relazioni

• Relazione con la variabilità ([math]s[/math] o [math]\sigma[/math]): Proporzionale. Più la popolazione è eterogenea, più l’ES è grande.
• Relazione con la numerosità ([math]n[/math]): Inversamente proporzionale alla radice quadrata. Per dimezzare l’errore, serve un campione 4 volte più grande.
• Scelta del Moltiplicatore:
  • Usa Z (Normale) se [math]\sigma[/math] della popolazione è noto.
  • Usa t (Student) se [math]\sigma[/math] è ignoto e usi la deviazione standard del campione [math]s[/math].