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 aleatorie parte seconda, Slide di Statistica

Dispensa variabili aleatorie parte seconda

Tipologia: Slide

2017/2018

Caricato il 20/11/2018

federico.sciuca
federico.sciuca 🇮🇹

4.3

(3)

15 documenti

1 / 107

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Statistica
Variabili aleatorie continue
Francesco Pauli
A.A. 2015/2016
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a
pf3b
pf3c
pf3d
pf3e
pf3f
pf40
pf41
pf42
pf43
pf44
pf45
pf46
pf47
pf48
pf49
pf4a
pf4b
pf4c
pf4d
pf4e
pf4f
pf50
pf51
pf52
pf53
pf54
pf55
pf56
pf57
pf58
pf59
pf5a
pf5b
pf5c
pf5d
pf5e
pf5f
pf60
pf61
pf62
pf63
pf64

Anteprima parziale del testo

Scarica Variabili aleatorie parte seconda e più Slide in PDF di Statistica solo su Docsity!

Statistica

Variabili aleatorie continue

Francesco Pauli

A.A. 2015/

Indice

Variabili aleatorie continue

La distribuzione normale

Risultati asintotici del calcolo delle probabilità

Variabili aleatorie doppie continue

Riepilogo

Distribuzione di probabilità di una v.a. continua

I (^) Ricordiamo le lezioni di statistica descrittiva. I (^) Per variabili continue la distribuzione di frequenza veniva rappresentata per intervalli. I (^) Ad esempio con riferimento ai ritardi di un treno potremmo avere

classe prob (0,5] 0. (5,10] 0. (10,15] 0. (15,25] 0. (25,Inf] 0.

Ritardo (minuti)

0 5 10 25

Da istogramma a densità

Abbiamo innite osservazioni, possiamo anare l'istogramma

classe prob (0,5] 0. (5,10] 0. (10,15] 0. (15,25] 0. (25,Inf] 0.

Ritardo (minuti)

0 5 10 25

Da istogramma a densità

Abbiamo innite osservazioni, possiamo anare l'istogramma

Ritardo (minuti)

0 4 8 13 19 25 31 37 43

Da istogramma a densità

Abbiamo innite osservazioni, possiamo anare l'istogramma no a sostituirlo con una curva: la funzione di densità

Ritardo (minuti)

0.0 6.5 13.5 21.5 29.5 37.

Interpretazione della funzione di densità

L'interpretazione è analoga all'istogramma: le aree rappresentano probabilità anziché frequenze.

0 10 20 30 40

Ritardo

5 10

La probabilità di osservare un valore tra 5 e 10 è 0.25, in simboli

P( 5 ≤ X ≤ 10 ) = 0. 25

Funzione di densità e probabilità

Di particolare importanza è P(X ≤ x)

0 10 20 30 40

Ritardo

0 10

La probabilità di osservare X inferiore a 10 è 0.76, in simboli

P(X ≤ 10 ) = 0. 76

Funzione di densità: denizione

Funzione di densità La funzione di densità di una v.a. X è una funzione f (x), non negativa, e la cui area sottesa (integrale) è la probabilità di X : ∫ (^) b

a

f (t)dt = P(a ≤ X ≤ b)

x

a b

⌠ ⌡a

b

f(t)dt

f(x)

Funzione di densità: denizione

Funzione di densità La funzione di densità di una v.a. X è una funzione f (x), non negativa, e la cui area sottesa (integrale) è la probabilità di X : ∫ (^) b

a

f (t)dt = P(a ≤ X ≤ b)

La funzione di densità deve soddisfare alle proprietà (i) f (x) ≥ 0 (ii)

−∞ f^ (t)dt^ =^1

Funzione di ripartizione

Funzione di ripartizione La funzione di ripartizione di una v.a. X è la funzione

F (x) = P(X ≤ x) =

∫ (^) x

−∞

f (t)dt

Si noti che la funzione di ripartizione soddisfa alle seguenti proprietà I (^) F (x) ≥ 0 per ogni x ∈ R; I (^) F (x) è non decrescente; I (^) lim x→−∞ F (x) = 0; I (^) lim x→+∞F^ (x) =^ 1.

Esempio: densità uniforme su [ 0 , 3 ]

Ci sono numerose funzioni di densità, qualunque funzione a valori non negativi con integrale (area totale sottesa) pari a 1 è una funzione di densità.

−1 0 1 2 3 4 x

1 3

Uniforme tra 0 e 3

f (x) =

1 / 3 se 0 ≤ x ≤ 3 0 altrimenti

Qual è P( 1 ≤ X ≤ 2 )?

Distribuzione uniforme su [α, β]

La distribuzione uniforme è molto semplice, possiamo calcolare le probabilità ad essa riferite

x

(^0) α β

1 β − α

c d

p = (^) β − αd^ −^ c P(c ≤ X ≤ d) = d − c β − α

Distribuzione uniforme su [α, β]

La distribuzione uniforme è molto semplice, possiamo calcolare le probabilità ad essa riferite

x

(^0) α β

1 β − α

c d

p = (^) β − αd^ −^ c

x

(^0) α β

1 β − α

x

F(x) = xβ − α^ − α

P(c ≤ X ≤ d) = d − c β − α

F (x) =

x − α β − α