Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
Note del corso di Analisi II (parte di calcolo delle probabilita' e ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
valga tale uguaglianza. Di solito si scelgono θ 1 , θ 2 in modo tale che le due code abbiano area uguale,<br />
ovvero<br />
P θ (θ ≤ θ 1 ) = P θ (θ 2 ≤ θ) = α/2;<br />
quin<strong>di</strong> θ 1 = −θ 2 se la <strong>di</strong>stribuzione è simmetrica.<br />
Nel caso <strong>di</strong> una stima unilatera (ad esempio destra) si in<strong>di</strong>vidua una statistica θ 1 : R n → R tale<br />
che<br />
P θ (θ 1 (X 1 , ..., X n ) < θ) = 1 − α. (6.20)<br />
Questo corrisponde al taglio <strong>di</strong> una sola coda, ovvero ] − ∞, θ 1 (X 1 , ..., X n )]. L’intervallo <strong>di</strong> confidenza<br />
unilatero sinistro (o destro) è ovviamente unico.<br />
Più è piccolo l’intervallo <strong>di</strong> confidenza, maggiore è la precisione <strong>del</strong>la stima. Pertanto precisione<br />
e confidenza sono esigenze contrapposte. In linea <strong>di</strong> massima, si possono migliorare entrambe<br />
aumentando l’ampiezza <strong>del</strong> campione — un’operazione che in generale ha un costo.<br />
Distribuzione Pivotale, Distribuzione <strong>del</strong> χ 2 e Teorema <strong>di</strong> Cochran. Per la costruzione <strong>del</strong>la<br />
stima intervallare <strong>di</strong> solito si usa una variabile aleatoria la cui <strong>di</strong>stribuzione sia nota (tabulata oppure<br />
calcolabile al computer); questa è detta la <strong>di</strong>stribuzione pivotale <strong>del</strong>la stima. Nel seguente esempio<br />
questo ruolo sarà svolto dalla <strong>di</strong>stribuzione normale standard N(0, 1).<br />
Nel successivo esempio utilizzeremo invece la legge <strong>del</strong> χ 2 (n) 49 per n intero ≥ 1. Questa <strong>di</strong>stribuzione<br />
è definita come segue:<br />
se {Z 1 , ..., Z n } è un campione aleatorio avente legge N(0, 1), allora<br />
n∑<br />
Zi 2 ∼ χ 2 (n). (6.21)<br />
i=1<br />
Quin<strong>di</strong>, se {X 1 , ..., X n } è un campione aleatorio avente legge N(µ, σ 2 ), standar<strong>di</strong>zzando le variabili<br />
X i ed applicando la (6.21) si ottiene<br />
1<br />
σ 2<br />
n ∑<br />
i=1<br />
(X i − µ) 2 ∼ χ 2 (n). (6.22)<br />
Se la me<strong>di</strong>a µ non è nota, la si può sostituire con la me<strong>di</strong>a campionaria ¯X n , a prezzo <strong>di</strong> perdere un<br />
grado <strong>di</strong> libertà. Il Teorema <strong>di</strong> Cochran infatti afferma che, per ogni campione aleatorio {X 1 , ..., X n }<br />
avente legge normale <strong>di</strong> varianza σ 2 , ponendo come al solito ¯X n := 1 n<br />
∑ ni=1<br />
X i ,<br />
1<br />
σ 2<br />
n ∑<br />
i=1<br />
(X i − ¯X n ) 2 ∼ χ 2 (n − 1) ∀n. (6.23)<br />
Stime <strong>del</strong>la Me<strong>di</strong>a. Sia (X 1 , ..., X n ) un campione aleatorio avente legge normale con varianza σ 2<br />
nota; vogliamo stimarne la me<strong>di</strong>a µ. La variabile aleatoria Y n := ( ¯X n − µ) √ n/σ (che, detto tra<br />
parentesi, non è una statistica) ha allora <strong>di</strong>stribuzione normale standard. Fissiamo un livello <strong>di</strong><br />
confidenza 1 − α; valori tipici sono α = 0.05, oppure α = 0.01, o anche α = 0.001. Denotando con z<br />
la funzione dei quantili <strong>del</strong>la <strong>di</strong>stribuzione normale standard, abbiamo<br />
P(−z 1−α/2 < Y n < z 1−α/2 ) = 1 − α,<br />
ovvero<br />
( σ<br />
P ¯Xn − z 1−α/2 √n < µ < ¯X σ )<br />
n + z 1−α/2 √n = 1 − α. (6.24)<br />
49 Si legge: chi quadro ad n gra<strong>di</strong> <strong>di</strong> libertà. I quantili <strong>di</strong> questa importante <strong>di</strong>stribuzione sono tabulati da <strong>di</strong>versi testi,<br />
ma non dal [B].<br />
30