


Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Capitolo 8 STATISTICA, STIMA E STIMATORI
Tipologia: Schemi e mappe concettuali
1 / 4
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!



Definizioni.
1. Stimatore puntuale: È una statistica usata per stimare un parametro ignoto. 2. Stima puntuale: È il valore che lo stimatore puntuale assume per rappresentare un campione causale. Ogni stimatore ha una propria proprietà, per questo possiamo distinguere:
Uno stimatore è detto corretto quando il suo valore atteso coincide con il valore vero del parametro. Invece, uno stimatore è detto distorto quando il suo valore atteso non coincide con il valore vero del parametro. Possiamo dire, inoltre che per alcuni stimatori distorti può succedere che, all’aumentare della numerosità campionaria la loro distorsione tende a 0 cioè tende a coincidere con il valore vero del parametro; quindi, in questo caso parliamo di stimatore asintoticamente corretto. Tra gli stimatori corretti e/o distorti ritroviamo la media aritmetica campionaria e la varianza campionaria, quindi: Media aritmetica campionaria : È uno stimatore corretto per la media della variabile X nella popolazione. Questo si dimostra in base a: ⦁ Proprietà: Ossia, il valore atteso di una somma è uguale alla somma dei valori attesi. ⦁ Ciascuna variabile causale X ha la stessa distribuzione e lo stesso parametro della variabile X nella popolazione. Varianza campionaria : E’ uno stimatore distorto, ma può essere anche uno stimatore asintoticamente corretto.
Uno stimatore di dice efficiente se la sua variabilità è minima, ossia quando tende ad avvicinarsi al valore vero del parametro. Tra gli stimatori efficienti, ritroviamo: l’errore quadratico medio, la disuguaglianza di Cramer- Rao, lo stimatore a varianza minima. Errore quadratico medio : È uno stimatore, che è pari allo stimatore della varianza + il quadrato della distorsione. Se lo stimatore è non distorto allora l’errore quadratico medio è pari alla varianza. Questo, inoltre consente il confronto tra stimatori corretti e stimatori distorti, infatti se uno stimatore è leggermente distorto con un errore quadratico medio basso è da preferire a uno stimatore corretto con varianza alta. Disuguaglianza di Cramer-Rao : E’ un valore limite della varianza dello stimatore corretto al di sotto del quale la varianza non può scendere, inoltre è un valore associato ad ogni parametro ignoto. Stimatore a varianza minima : E’ lo stimatore che raggiunge tale limite.
Uno stimatore è detto consistente quando al crescere della numerosità del campione, lo stimatore tende a concentrarsi intorno al valore vero del parametro ignoto, quindi questo racchiude anche l’efficienza.
Come abbiamo già detto la media campionaria è uno stimatore corretto per la media della popolazione, inoltre in tutte le statistiche che stimano la media della popolazione, la media campionaria fornisce la stima più efficiente, e, si verifica facilmente che la sua varianza tende a 0 al crescere della numerosità campionaria. Queste proprietà inoltre valgono indipendentemente dalla variabile
In altre parole, per costruire un intervallo di confidenza si aggiunge o sottrae alla stima puntuale un multiplo del suo errore standard; questo multiplo è il MARGINE DI ERRORE.