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 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
54 Analogamente, si mette un farmaco in commercio solo se si è convinti che esso sia efficace e non<br />
dannoso, in modo da evitare danni al portafogli o alla salute. Una commissione ministeriale effettua<br />
quin<strong>di</strong> un test in cui si assume come ipotesi H 0 “il farmaco è non efficace o è dannoso” (o anche<br />
entrambe, naturalmente); <strong>di</strong> conseguenza H A è “il farmaco è efficace e non è dannoso” — e non<br />
viceversa. Si potrebbe trattare analogamente il problema <strong>del</strong>la vali<strong>di</strong>tà <strong>di</strong> un progetto e<strong>di</strong>lizio: le<br />
varianti sono infinite.<br />
Un test è considerato significativo solo se porta al rifiuto <strong>di</strong> H 0 ; in caso contrario è considerato<br />
poco più che inutile. In questo senso, ad esempio, uscire assolti da un processo penale non significa<br />
che si è ritenuti innocenti, ma semplicemente che le prove non sono state ritenute schiaccianti.<br />
Assumeremo che l’ipotesi H 0 determini completamente la <strong>di</strong>stribuzione <strong>di</strong> probabilità; in tal caso<br />
si <strong>di</strong>ce che l’ipotesi H 0 è semplice. Ad esempio, questo vale per H 0 : “θ = 1/2”, ma non per H A :<br />
“θ < 1/2”. Questa limitazione ci permetterà <strong>di</strong> semplificare la trattazione.<br />
Errori e Livello <strong>di</strong> Significatività. Ogni test può comportare due tipi <strong>di</strong> errore:<br />
errore <strong>del</strong> I tipo:<br />
errore <strong>del</strong> <strong>II</strong> tipo:<br />
rifiutare H 0 quando H 0 è vera<br />
(ovvero, accettare H A quando H A è falsa),<br />
accettare H 0 quando H 0 è falsa<br />
(ovvero, rifiutare H A quando H A è vera).<br />
(7.4)<br />
Per quanto detto, un errore <strong>del</strong> I tipo (ad esempio, condannare un innocente) è considerato più grave<br />
<strong>di</strong> uno <strong>del</strong> <strong>II</strong> tipo, e la progettazione <strong>del</strong> test tiene conto <strong>del</strong>l’esigenza <strong>di</strong> ridurre per quanto possibile<br />
tale rischio. A parità <strong>di</strong> ampiezza <strong>del</strong> campione, si può ridurre l’errore <strong>di</strong> un tipo solo aumentando<br />
quello <strong>del</strong>l’altro tipo: occorre quin<strong>di</strong> giungere ad un punto <strong>di</strong> equilibrio tra queste due esigenze. Si<br />
possono comunque ridurre entrambi gli errori aumentando l’ampiezza <strong>del</strong> campione; ma questo ha un<br />
costo.<br />
Occorre ora tradurre questi intenti in precisi concetti quantitativi. Allo scopo <strong>di</strong> contenere il rischio<br />
<strong>di</strong> errore <strong>del</strong> I tipo, si fissa un livello <strong>di</strong> significatività α ∈ ]0, 1[, e si definisce la regione critica <strong>del</strong><br />
test in modo che la probabilità <strong>di</strong> commettere un errore <strong>del</strong> I tipo sia pari ad α, ovvero (usando la<br />
probabilità con<strong>di</strong>zionata)<br />
α = P(errore <strong>del</strong> I tipo) (7.4)<br />
= P(rifiutare H 0 | H 0 )<br />
(7.2)<br />
= P(U(X 1 , ..., X n ) ∈ C | H 0 ).<br />
(7.5)<br />
Più α è piccolo, più il test risulta significativo, poiché minore è la probabilità che H 0 venga<br />
respinta, e quin<strong>di</strong> è più alto il contenuto <strong>di</strong> informazione dei dati quando ciò avviene. Si noti il<br />
paradosso terminologico:<br />
più il livello <strong>di</strong> significatività <strong>di</strong> un test è basso,<br />
più il test è ritenuto significativo.<br />
(Questa è la terminologia corrente ... sorry.) 55 In letteratura si definisce anche il seguente parametro:<br />
β = P(errore <strong>del</strong> <strong>II</strong> tipo) (7.4)<br />
= P(accettare H 0 | H A )<br />
(7.2)<br />
= P(U(X 1 , ..., X n ) ∉ C | H A ).<br />
(7.6)<br />
54 Un saldo principio giuri<strong>di</strong>co prescrive appunto che ogni imputato sia da considerare innocente fino a prova contraria.<br />
Nelle aule dei tribunali il giu<strong>di</strong>zio su un imputato non è mai affidato ad un test. Tuttavia l’analogia è senz’altro<br />
calzante, ed aiuta a comprendere l’asimmetria <strong>del</strong>le due ipotesi alla base dei test.<br />
55 Per le stime intervallari si parla <strong>di</strong> livello <strong>di</strong> confidenza 1 − α, mentre per i test si usa il livello <strong>di</strong> significatività α. Si<br />
noti che in entrambi i casi α è scelto il più piccolo possibile. Malgrado le analogie, i due concetti vanno comunque ben<br />
<strong>di</strong>stinti.<br />
Come gà osservato per il livello <strong>di</strong> confidenza, il livello <strong>di</strong> significatività non è una probabilità. L’ipotesi H 0 è vera o<br />
falsa, ad essa quin<strong>di</strong> non può essere associata alcuna probabilità.<br />
33