

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
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
1 / 2
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!


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.
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..
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 )