Che differenza c’è tra statistica descrittiva e inferenza statistica?

La statistica descrittiva riassume i dati osservati, mentre l’inferenza usa il campione per fare affermazioni sulla popolazione. Quindi non si limita a descrivere, ma tiene conto dell’errore campionario e dell’incertezza. Il punto centrale è che le conclusioni sono probabilistiche, non certe.

Che cos’è uno stimatore e che cosa significa che è corretto?

Uno stimatore è una variabile casuale costruita sul campione per approssimare un parametro ignoto della popolazione. Si dice corretto, o non distorto, se il suo valore atteso coincide con il parametro che vuole stimare. In altre parole, in media non sovrastima e non sottostima sistematicamente.

Che cosa vuol dire che uno stimatore è efficiente?

Tra stimatori corretti, è più efficiente quello con varianza minore, perché oscilla meno da campione a campione. Quindi dà stime più stabili e precise. L’efficienza riguarda la dispersione dello stimatore, non la sua correttezza.

Come si costruisce e si interpreta un intervallo di confidenza per la media?

Si prende una stima puntuale della media e si aggiunge e si sottrae un margine di errore, che dipende dalla variabilità campionaria e dal livello di confidenza. L’intervallo così ottenuto è una procedura aleatoria: se ripetessi il campionamento molte volte, una certa quota degli intervalli conterrebbe il vero valore della media. Non vuol dire che la probabilità del parametro sia nell’intervallo, ma che il metodo ha quella copertura.

Quando usi l’intervallo di confidenza per una proporzione?

Lo usi quando il parametro di interesse è una proporzione nella popolazione, cioè una probabilità di successo. La logica è la stessa: stima puntuale più margine di errore, ma la formula cambia perché la variabile è binaria e la variabilità dipende da p. Devi anche ricordare che l’approssimazione normale è adeguata solo quando il campione è sufficientemente grande.

Qual è la logica di un test di ipotesi?

Si parte da un’ipotesi nulla, che rappresenta lo stato di riferimento, e da un’ipotesi alternativa che esprime ciò che vuoi verificare. Poi si calcola una statistica test e si vede quanto il risultato osservato sarebbe compatibile con l’ipotesi nulla. Se il dato è troppo improbabile sotto H0, si rifiuta H0 a favore di H1.

Che cosa sono errore di primo tipo ed errore di secondo tipo?

L’errore di primo tipo consiste nel rifiutare l’ipotesi nulla quando in realtà è vera; la sua probabilità è il livello di significatività. L’errore di secondo tipo consiste nel non rifiutare H0 quando invece è falsa. I due errori sono in tensione: ridurre uno, a parità di condizioni, tende a rendere più difficile ridurre anche l’altro.

Che cos’è il p-value e come si interpreta correttamente?

Il p-value è la probabilità, assumendo vera l’ipotesi nulla, di osservare un risultato almeno così estremo di quello ottenuto. Più è piccolo, più i dati sono incompatibili con H0. Non è la probabilità che H0 sia vera, né la probabilità che il risultato sia dovuto al caso in senso vago.

Quando si usa il test t di Student?

Si usa per test e intervalli sulla media quando la varianza della popolazione è ignota e si stima con la varianza campionaria, soprattutto con campioni piccoli o medi. La statistica test segue una distribuzione t, non normale, con gradi di libertà appropriati. È il caso classico della media di una popolazione approssimativamente normale.

Quando si usa il chi-quadrato nell’inferenza?

Si usa in particolare per confrontare frequenze osservate con frequenze attese, ad esempio nei test di bontà dell’adattamento o di indipendenza. La statistica chi-quadrato misura lo scostamento tra osservato e atteso, tenendo conto delle frequenze teoriche. È adatto a dati categoriali e richiede condizioni sulle frequenze attese per essere affidabile.

Collega intervallo di confidenza e test di ipotesi sulla media.

I due strumenti sono coerenti: un intervallo di confidenza al livello 1 meno alfa contiene esattamente i valori del parametro che non verrebbero rifiutati da un test bilaterale al livello alfa. Quindi il test e l’intervallo sono due modi diversi di leggere la stessa informazione campionaria. Il test dà una decisione su un valore specifico, l’intervallo dà un insieme di valori plausibili.

Collega il p-value alla regione critica e al livello di significatività.

La regione critica è l’insieme dei valori della statistica test che portano al rifiuto di H0 a un dato livello di significatività. Il p-value, invece, quantifica quanto è estremo il risultato osservato sotto H0: se è minore di alfa, il risultato cade nella regione critica o ne è equivalente in termini decisionali. Sono due modi diversi di esprimere la stessa regola di decisione.

Da dove devo partire se mi chiedono l’inferenza all’orale?

Parti dalla distinzione tra stima e test: prima dici che cosa vuoi stimare o verificare, poi spieghi lo stimatore o la statistica test, infine l’interpretazione.

Se ho poco tempo, cosa devo ripassare assolutamente?

Definizioni di stimatore corretto ed efficiente, intervallo di confidenza per media e proporzione, p-value, errori di primo e secondo tipo, e quando usare t e chi-quadrato.

Come lo collego bene con gli altri argomenti di statistica?

Collegalo sempre alla distribuzione campionaria: è il ponte tra probabilità, descrizione dei dati e inferenza su media, proporzione e frequenze.

Guida aggiornata: settembre 2026 · a cura di Skooly · tutte le guide · altre domande di statistica

Domande d'esame sull'inferenza: stima e test: le 12 che escono davvero, con le risposte

Su questo argomento il docente di solito vuole vedere se sai passare dai dati campionari alle conclusioni sulla popolazione, distinguendo bene stima puntuale, intervallo di confidenza e test di ipotesi. Ti chiede anche il significato dei concetti teorici: campionamento, correttezza, efficienza, errori di primo e secondo tipo, p-value e uso corretto dei test più comuni.

In due minuti: L’inferenza statistica serve a dedurre qualcosa sulla popolazione a partire da un campione, sapendo che il campione introduce variabilità casuale. La stima puntuale fornisce un valore “migliore” per un parametro, mentre l’intervallo di confidenza quantifica l’incertezza della stima. Nei test di ipotesi si formula un’ipotesi nulla e una alternativa, si calcola una statistica test e si decide in base alla regione critica o al p-value. Gli errori di primo tipo e di secondo tipo descrivono i possibili sbagli della decisione, e la potenza del test misura la capacità di individuare un effetto vero. Per media e proporzione usi formule diverse, e devi saper scegliere tra test z, t e chi-quadrato a seconda del tipo di dato e delle condizioni.

I termini che il prof si aspetta: popolazione · campione · parametro · stimatore · correttezza · efficienza · intervallo di confidenza · ipotesi nulla · ipotesi alternativa · p-value · errore di primo tipo · errore di secondo tipo · potenza del test · test t · chi-quadrato.

Le domande che escono all'esame

Che differenza c’è tra statistica descrittiva e inferenza statistica?

La statistica descrittiva riassume i dati osservati, mentre l’inferenza usa il campione per fare affermazioni sulla popolazione. Quindi non si limita a descrivere, ma tiene conto dell’errore campionario e dell’incertezza. Il punto centrale è che le conclusioni sono probabilistiche, non certe.

Cosa vuole sentire: Vuole che tu distingua bene il ruolo dei dati osservati rispetto alla generalizzazione alla popolazione. Errore tipico: Confondere l’inferenza con un semplice calcolo di medie, varianze o grafici sui dati.
Che cos’è uno stimatore e che cosa significa che è corretto?

Uno stimatore è una variabile casuale costruita sul campione per approssimare un parametro ignoto della popolazione. Si dice corretto, o non distorto, se il suo valore atteso coincide con il parametro che vuole stimare. In altre parole, in media non sovrastima e non sottostima sistematicamente.

Cosa vuole sentire: Vuole la definizione rigorosa di stimatore e il significato di correttezza. Errore tipico: Dire che uno stimatore è corretto perché su un singolo campione dà un valore vicino al vero.
Che cosa vuol dire che uno stimatore è efficiente?

Tra stimatori corretti, è più efficiente quello con varianza minore, perché oscilla meno da campione a campione. Quindi dà stime più stabili e precise. L’efficienza riguarda la dispersione dello stimatore, non la sua correttezza.

Cosa vuole sentire: Vuole che colleghi efficienza a varianza, non a “precisione” in senso generico. Errore tipico: Scambiare efficienza con accuratezza del singolo risultato o con correttezza.
Come si costruisce e si interpreta un intervallo di confidenza per la media?

Si prende una stima puntuale della media e si aggiunge e si sottrae un margine di errore, che dipende dalla variabilità campionaria e dal livello di confidenza. L’intervallo così ottenuto è una procedura aleatoria: se ripetessi il campionamento molte volte, una certa quota degli intervalli conterrebbe il vero valore della media. Non vuol dire che la probabilità del parametro sia nell’intervallo, ma che il metodo ha quella copertura.

Cosa vuole sentire: Vuole costruzione, significato corretto della copertura e interpretazione non ingenua. Errore tipico: Dire che “la media vera ha il 95% di probabilità di stare nell’intervallo” dopo averlo calcolato.
Quando usi l’intervallo di confidenza per una proporzione?

Lo usi quando il parametro di interesse è una proporzione nella popolazione, cioè una probabilità di successo. La logica è la stessa: stima puntuale più margine di errore, ma la formula cambia perché la variabile è binaria e la variabilità dipende da p. Devi anche ricordare che l’approssimazione normale è adeguata solo quando il campione è sufficientemente grande.

Cosa vuole sentire: Vuole che tu sappia applicare il metodo al caso binario e riconoscerne i limiti. Errore tipico: Trattare la proporzione come se fosse una media numerica qualunque senza dire nulla sulle condizioni.
Qual è la logica di un test di ipotesi?

Si parte da un’ipotesi nulla, che rappresenta lo stato di riferimento, e da un’ipotesi alternativa che esprime ciò che vuoi verificare. Poi si calcola una statistica test e si vede quanto il risultato osservato sarebbe compatibile con l’ipotesi nulla. Se il dato è troppo improbabile sotto H0, si rifiuta H0 a favore di H1.

Cosa vuole sentire: Vuole la struttura decisionale del test, non solo la formula. Errore tipico: Dire che il test “dimostra” l’ipotesi alternativa in modo definitivo.
Che cosa sono errore di primo tipo ed errore di secondo tipo?

L’errore di primo tipo consiste nel rifiutare l’ipotesi nulla quando in realtà è vera; la sua probabilità è il livello di significatività. L’errore di secondo tipo consiste nel non rifiutare H0 quando invece è falsa. I due errori sono in tensione: ridurre uno, a parità di condizioni, tende a rendere più difficile ridurre anche l’altro.

Cosa vuole sentire: Vuole definizioni esatte e il legame con il livello di significatività. Errore tipico: Invertire i due errori o confondere il livello di significatività con il p-value.
Che cos’è il p-value e come si interpreta correttamente?

Il p-value è la probabilità, assumendo vera l’ipotesi nulla, di osservare un risultato almeno così estremo di quello ottenuto. Più è piccolo, più i dati sono incompatibili con H0. Non è la probabilità che H0 sia vera, né la probabilità che il risultato sia dovuto al caso in senso vago.

Cosa vuole sentire: Vuole la definizione condizionata su H0 e l’interpretazione corretta. Errore tipico: Dire che il p-value è la probabilità che l’ipotesi nulla sia falsa.
Quando si usa il test t di Student?

Si usa per test e intervalli sulla media quando la varianza della popolazione è ignota e si stima con la varianza campionaria, soprattutto con campioni piccoli o medi. La statistica test segue una distribuzione t, non normale, con gradi di libertà appropriati. È il caso classico della media di una popolazione approssimativamente normale.

Cosa vuole sentire: Vuole che tu sappia perché compare la t e quando è appropriata. Errore tipico: Usare sempre il test z anche quando la varianza è ignota e il campione è piccolo.
Quando si usa il chi-quadrato nell’inferenza?

Si usa in particolare per confrontare frequenze osservate con frequenze attese, ad esempio nei test di bontà dell’adattamento o di indipendenza. La statistica chi-quadrato misura lo scostamento tra osservato e atteso, tenendo conto delle frequenze teoriche. È adatto a dati categoriali e richiede condizioni sulle frequenze attese per essere affidabile.

Cosa vuole sentire: Vuole l’uso corretto del chi-quadrato sui dati di frequenza. Errore tipico: Confondere il chi-quadrato con un test per variabili quantitative continue.
Collega intervallo di confidenza e test di ipotesi sulla media.

I due strumenti sono coerenti: un intervallo di confidenza al livello 1 meno alfa contiene esattamente i valori del parametro che non verrebbero rifiutati da un test bilaterale al livello alfa. Quindi il test e l’intervallo sono due modi diversi di leggere la stessa informazione campionaria. Il test dà una decisione su un valore specifico, l’intervallo dà un insieme di valori plausibili.

Cosa vuole sentire: Vuole il collegamento concettuale e operativo tra stima e verifica. Errore tipico: Pensare che intervallo di confidenza e test siano procedure indipendenti e senza legame.
Collega il p-value alla regione critica e al livello di significatività.

La regione critica è l’insieme dei valori della statistica test che portano al rifiuto di H0 a un dato livello di significatività. Il p-value, invece, quantifica quanto è estremo il risultato osservato sotto H0: se è minore di alfa, il risultato cade nella regione critica o ne è equivalente in termini decisionali. Sono due modi diversi di esprimere la stessa regola di decisione.

Cosa vuole sentire: Vuole che tu sappia passare dalla logica del confronto al criterio numerico. Errore tipico: Dire che p-value e alfa sono la stessa cosa.

Fatti interrogare sull'inferenza: stima e test, come all'esame. Carica le tue dispense, le slide o le sbobine, scegli il livello università e Skoo ti fa queste domande a voce, con il rigore di un esame: ti incalza se sei vago e alla fine ti dà una pagella sui quattro criteri, con le frasi che hai detto. I primi 30 minuti sono gratis, senza carta. Simula l'esame sull'inferenza: stima e test

Le risposte vaghe che non passano

«Lo stimatore è una formula che dà il valore vero del parametro dal campione.»: Meglio: Lo stimatore è una variabile casuale costruita sul campione per stimare un parametro; può essere corretto se il suo valore atteso coincide con il parametro, ma non dà mai il valore vero con certezza.
«Il p-value è la probabilità che l’ipotesi nulla sia falsa.»: Meglio: Il p-value è la probabilità, assumendo vera l’ipotesi nulla, di ottenere un risultato almeno così estremo di quello osservato.
«Il test t si usa quando i dati sono piccoli.»: Meglio: Il test t si usa per inferenze sulla media quando la varianza della popolazione è ignota e viene stimata dal campione; la scelta dipende dal modello e dalla distribuzione della statistica, non solo dalla dimensione del campione.

I collegamenti che fanno salire il voto

Probabilità — variabili casuali e distribuzioni campionarie. L’inferenza si fonda sulla distribuzione dello stimatore, quindi devi saper collegare campione, variabile casuale e legge di probabilità.
Statistica applicata — regressione e verifica dei coefficienti. Gli stessi concetti di stima, errore standard, test e intervalli di confidenza si ritrovano nei modelli di regressione.
Metodologia della ricerca — significatività statistica e interpretazione dei risultati. Ti aiuta a spiegare bene la differenza tra evidenza statistica, rilevanza pratica e limite delle conclusioni inferenziali.

Come ti valuta la pagella sull'inferenza: stima e test

Un'interrogazione si valuta su quattro criteri. Ecco cosa fa la differenza in questo argomento:

Criterio	Cosa fa la differenza qui
Conoscenza dei contenuti	Fa la differenza saper definire correttamente stimatore, intervallo di confidenza, ipotesi nulla, p-value ed errori di I e II tipo senza confondere i livelli concettuali.
Correttezza espositiva e lessico specifico	Premia molto una spiegazione ordinata: prima stima, poi intervallo, poi test, con lessico tecnico preciso e interpretazione corretta.
Capacità di analisi e collegamenti	Il docente valuta se sai scegliere il test giusto in base al tipo di variabile, alla varianza nota o ignota e al confronto tra medie, proporzioni o frequenze.
Autonomia nell'argomentare	Alza il voto se sai collegare gli strumenti tra loro e spiegare perché un certo metodo è adatto, non solo applicare formule.

Criterio

Cosa fa la differenza qui

Conoscenza dei contenuti

Fa la differenza saper definire correttamente stimatore, intervallo di confidenza, ipotesi nulla, p-value ed errori di I e II tipo senza confondere i livelli concettuali.

Correttezza espositiva e lessico specifico

Premia molto una spiegazione ordinata: prima stima, poi intervallo, poi test, con lessico tecnico preciso e interpretazione corretta.

Capacità di analisi e collegamenti

Il docente valuta se sai scegliere il test giusto in base al tipo di variabile, alla varianza nota o ignota e al confronto tra medie, proporzioni o frequenze.

Autonomia nell'argomentare

Alza il voto se sai collegare gli strumenti tra loro e spiegare perché un certo metodo è adatto, non solo applicare formule.

Domande frequenti

Da dove devo partire se mi chiedono l’inferenza all’orale?: Parti dalla distinzione tra stima e test: prima dici che cosa vuoi stimare o verificare, poi spieghi lo stimatore o la statistica test, infine l’interpretazione.
Se ho poco tempo, cosa devo ripassare assolutamente?: Definizioni di stimatore corretto ed efficiente, intervallo di confidenza per media e proporzione, p-value, errori di primo e secondo tipo, e quando usare t e chi-quadrato.
Come lo collego bene con gli altri argomenti di statistica?: Collegalo sempre alla distribuzione campionaria: è il ponte tra probabilità, descrizione dei dati e inferenza su media, proporzione e frequenze.

Altre domande d'esame di statistica

La probabilità · La regressione lineare · La statistica descrittiva · Le variabili aleatorie e le distribuzioni · tutti gli argomenti di statistica

Come si prepara un orale universitario: simulare l'esame orale · Skooly per l'università.

Le domande e le risposte modello di questa pagina sono generate con l'intelligenza artificiale a partire dal programma scolastico, passate da una verifica automatica dei fatti e riviste a campione dalla redazione di Skooly (AI Act, Art. 50). Hai trovato un errore? Scrivi a supporto@skooly.it e lo correggiamo.