Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Test parametrici
Parametri d’interesse
In ambito non parametrico, indicatore rappresentativo di una
distribuzione è la mediana che, diversamente dalla media, è uno
stimatore robusto. Sfruttando l’informazione che, per una qualsiasi
v.c. continua,
1
Pr(X > M e) = Pr(X 6 M e) = ,
2
diventa più agevole derivare la distribuzione delle statistiche test. In
alternativa, si possono utilizzare le v.c. rango (rank), definite come
l’intero corrispondente al posto che la v.c. occupa quando si passa
dal campione casuale (X1 , X2 , . . . , Xn ) al campione casuale
ordinato in senso crescente (X(1) , X(2) , . . . , X(n) ). La v.c. rango
per un campione di dimensione n costituisce una permutazione
casuale degli interi (1, 2, . . . , n).
Introduzione alla statistica non parametrica
Introduzione
Test non parametrici Regione critica
Conclusioni
Tn ∼ Bi(n, θ).
Tale procedura è detta test dei segni perchè per il calcolo della
statistica test si è soliti contrassegnare con + (−) i valori superiori
(non superiori) a M e0 e poi contare il numero di segni positivi
presenti nella sequenza.
Introduzione alla statistica non parametrica
Introduzione
Test non parametrici Regione critica
Conclusioni
41 9 84 1 67 123 81
3 2 6 1 4 7 5
3 2 6 1 4 7 5
32 63 41 85 32 51 85 79 85 27 68
2.5 6 4 10 2.5 5 10 8 10 1 7
I dati
i YA YB X
1 19 16 3
2 22 23 -1
3 18 13 5
4 18 17 1
5 24 20 4
6 30 22 8
7 26 30 -4
8 28 21 7
9 15 11 4
Modelli alternativi
d
Si osservi innanzitutto che l’ipotesi H0 : {YA = YB } implica la
scambiabilità delle variabili YA e YB entro ciascuna unità rispetto ai
due tempi di rilevazione A e B. Il segno di ciascuna differenza Xi ,
per i = 1, . . . , n, si può pensare sia attribuito
P con probabilità 1/2.
Si consideri inoltre la statistica test T = i Xi . La distribuzione
condizionata FT (t|X) di T , quando i punti osservati
X = {Xi , i = 1, . . . , n} sono fissati, si ottiene sotto l’ipotesi che
H0 sia vera, cioè attribuendo casualmente e in tutti i modi possibili
i segni + e − a ciascuna differenza con uguale probabilità.
P ∗ Per fare
∗
questo, si può considerare la distribuzione di T = i Xi , in cui le
Xi∗ sono ottenute attribuendo casualmente il segno + o − alla
differenza Xi , i = 1, . . . , n, con probabilità 1/2.
Descrizione dell’algoritmo
Conclusione dell’algoritmo