Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Variabili Casuali: Concetto di Variabile Casale e Somma Campionaria, Schemi e mappe concettuali di Matematica

Le variabili casuali naturali e campionarie, con un focus sulla somma campionaria. Le variabili casuali naturali sono basate su evidenze empiriche o spazi campionari associati a esperimenti aleatori, come il lancio di un dado. Le variabili casuali campionarie sono ottenute attraverso trasformazioni di variabili casuali naturali o campionarie e possono riferirsi a statistiche di popolazione o parametri. La somma campionaria, che è la somma di un campione casuale di variabili indipendenti e identicamente distribuite (i.i.d.), e calcola il suo valore atteso. Il documento also discusses the property of reproducibility of a generic random variable x, which states that the sum of n copies of x follows the same distribution as x.

Tipologia: Schemi e mappe concettuali

2020/2021

Caricato il 05/10/2022

rossogiallo
rossogiallo 🇮🇹

4.3

(9)

73 documenti

1 / 2

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Le variabili casualinaturali, come la v.c. di Bernulli, la Binomale o la Normale sono state
definite sulla base di evidenze empiriche o su spazi campionari associati ad esperimenti
aleatorireali: il lancio di un dado, per esempio.
Lavariabili casuali campionariesono ottenute attraverso trasformazioni di variabili casuali
naturali o di variabili casuali campionarie. Una variabile casuale campionaria può riferirsi ad una
statistica delle popolazione (esempiomediana campionaria) o ad un parametro della
popolazione, il tal caso la variabile casuale campionaria è anche unostimatoredel parametro.
Del concetto di stimatore si parlerà più avanti
La v.c. somma campionaria
Sia{X1,X2,…,Xn} uncampione casuale(una serie di v.c. indipendentia) conXnon
necessariamente nota, ma con valore atteso (media)E[X]=μ varianzaE[X2−μ2]=σ2, si
definiscesomma campionariala variabile casualeW:
W=∑ di i che va da 1 a n che moltiplica xi
aSi assume un campionamento con reintroduzione e pertanto la determinazione
di ciascuna \(X_i\) non ha alcuna influenza sulla probabilità delle altre.
Variabili casuali campionarie: somma campionaria /2
Valore atteso della v.c.WW
Trattandosi di variabili casualii.i.d.(identicamente e indipendentemente distribuite), ricorrendo alle
proprietà definite per la media, si dimostra facilmente cheil valore atteso diWWè dato danμ,
infatti
E[W]=E[∑i=1nXi]
L’operatoreE è un operatorelinearee può essere distribuito all’interno della sommatoria.
Poiché leXisonoi.i.d.si ha
E[W]=∑i=1nE[Xi]=∑i=1nμ=nμ
Ilvalore atteso di"Xi è uguale aμper tutte leXipoiché siamo sotto l’ipotesii.i.d..
Proprietà della riproduttività
Sia X una generica variabile casuale la cuif(x|θ)è nota, diremo che X gode dellaproprietàdella
riproduttivitàrispetto alla somma se la v.c.Wn=(X1+X2+⋯+Xn)si distribuisce ancora
comef(x|θ).
Media e varianza della somma campionaria
Gli indici di tendenza centrale e variabilità relativi alla v.c. somma campionariaWn(comeabbiamo già
visto) sono
μWn=nμ
σ2Wn=n
Somma campionaria perX∼N(μ,σ2)
Se \(X \sim N(\mu, \sigma^2) alloraWn∼ N(nμ,nσ2)
pf2

Anteprima parziale del testo

Scarica Variabili Casuali: Concetto di Variabile Casale e Somma Campionaria e più Schemi e mappe concettuali in PDF di Matematica solo su Docsity!

 Le variabili casuali naturali , come la v.c. di Bernulli, la Binomale o la Normale sono state definite sulla base di evidenze empiriche o su spazi campionari associati ad esperimenti aleatori reali : il lancio di un dado, per esempio.  La variabili casuali campionarie sono ottenute attraverso trasformazioni di variabili casuali naturali o di variabili casuali campionarie. Una variabile casuale campionaria può riferirsi ad una statistica delle popolazione (esempio mediana campionaria ) o ad un parametro della popolazione, il tal caso la variabile casuale campionaria è anche uno stimatore del parametro. Del concetto di stimatore si parlerà più avanti  La v.c. somma campionaria Sia {X 1 ,X 2 ,…,Xn} un campione casuale (una serie di v.c. indipendentia) con X non necessariamente nota, ma con valore atteso ( media ) E[X]=μ varianza E[X 2 −μ 2 ]=σ 2 , si definisce somma campionaria la variabile casuale W:  W=∑ di i che va da 1 a n che moltiplica xi  aSi assume un campionamento con reintroduzione e pertanto la determinazione  di ciascuna (X_i) non ha alcuna influenza sulla probabilità delle altre.

Variabili casuali campionarie: somma campionaria /

Valore atteso della v.c. WW Trattandosi di variabili casuali i.i.d. (identicamente e indipendentemente distribuite), ricorrendo alle proprietà definite per la media, si dimostra facilmente che il valore atteso di WW è dato da nμnμ, infatti E[W]=E[∑i=1nXi] L’operatore E è un operatore lineare e può essere distribuito all’interno della sommatoria. Poiché le Xi sono i.i.d. si ha E[W]=∑i=1nE[Xi]=∑i=1nμ=nμ Il valore atteso di Xi è uguale a μ per tutte le Xi poiché siamo sotto l’ipotesi i.i.d..

Proprietà della riproduttività

Sia X una generica variabile casuale la cui f(x|θ) è nota, diremo che X gode della proprietà della riproduttività rispetto alla somma se la v.c. Wn=(X 1 +X 2 +⋯+Xn) si distribuisce ancora come f(x|θ′). Media e varianza della somma campionaria Gli indici di tendenza centrale e variabilità relativi alla v.c. somma campionaria Wn (come abbiamo già visto) sono  μWn=nμ  σ 2 Wn=n Somma campionaria per X∼N(μ,σ 2 ) Se (X \sim N(\mu, \sigma^2) allora Wn∼ N(nμ,nσ 2 )