STATISTICA

Dispense
INDICE

1. Probabilità generale
Calcolo combinatorio (Permutazioni, Disposizioni, Combinazioni)
Spazio campionario
Insieme delle parti, Evento, Spazio degli eventi
Funzione di probabilità, Spazio di probabilità
Assiomi di Kolmogorov, Regola additiva generale
Probabilità uniforme
Probabilità complementare
Leggi di De Morgan
Definizione di probabilità condizionata (e corollari)
Teorema delle probabilità totali
Teorema di Bayes (e corollario)
Indipendenza di eventi

2. Variabili casuali
Variabili casuali discrete e continue
Funzioni di densità e ripartizione
Valore atteso
Varianza
Momenti e funzione generatrice
Probabilità congiunta e marginale
Indipendeza di variabili casuali
Mediana, Moda, Mediana, Quantili
Variabili Uniformi (discreta e continua)
Variabile di Bernoulli
Variabile Binomiale
Variabile di Poisson
Variabile Esponenziale
Relazione Poisson-Esponenziale
Variabile Geometrica
Variabile Normale e Normale Standard
Considerazioni sulla Normale
Considerazioni sulla Normale Standard
Calcolo delle aree
Approssimazioni alla Normale Standard
Disuguaglianze (Markov e Chebyshev)

3. Stimatori
Definizioni: Campione casuale, Statistica, Stimatore
Media campionaria (valore atteso e varianza)
Varianza campionaria
Proprietà degli, Errore quadratico medio
Legge debole dei grandi numeri
Teorema del limite centrale
Probabilità generale

Calcolo combinatorio

Permutazioni (senza ripetizione)

Fare n estrazioni con n oggetti
n  n  1  n  2     2  1  n!

Disposizioni (senza ripetizione)

Fare k estrazioni con n oggetti, con k<n
n!
n  k !
Disposizioni (con ripetizione)
Fare k estrazioni con n oggetti, con k<n
n  n    n  nk

Combinazioni (senza ripetizione)

Quanti gruppi di “k” oggetti, con n oggetti, con k<n
 n n!
Coefficiente binomiale:   
 k  k!n  k !
Spazio campionario 
È l’insieme di tutti gli oggetti che rappresentano i risultati possibili di un esperimento.
  {a, b, c, d ...}

Insieme delle parti (teoria degli insiemi)

L’insieme delle parti dell’insieme A si indica A ed è l’insieme di tutti i sottoinsiemi di A.
ES: A  {a, b}  A  {Ø, {a}, {b}, {a, b}} . In generale se A ha n elementi, allora  A ha 2n elementi.

Evento
È un sottoinsieme di  . L’insieme di tutti gli eventi si chiama Spazio degli eventi, e corrisponde all’insieme
delle parti di  , cioè   , che è l’insieme di tutti i sottoinsiemi di  .
Evento qualsiasi A   oppure A 
Evento elementare    dove  è un sottoinsieme di che contiene un solo oggetto di 

Funzione di probabilità
È una funzione P :   0,1 , quindi che associa ad ogni evento un numero reale compreso tra 0 e 1.
Questo numero rela indica infatti la proabilità che avvenga un certo evento.

Spazio di probabilità
È una tripla , , P  dove  è lo spazio campionario,  A è lo spazio degli eventi, e P è la funzione
di probabilità.

Assiomi di Kolmogorov
Indicano le proprietà della funzione di probabilità
1) P A  0 A  Per qualsiasi evento esiste una probabilità positiva o nulla (negativa non ha senso)
2) P   1  Evento certo
3) PØ  0  Evento impossibile
4) P A  B   P  A  PB  solo se A e B sono incompatibili
N.B.: se A  B  Ø allora A e B sono eventi incompatibili, cioè non hanno elementi in comune.

Regola additiva generale

È un’estensione dell’assioma di Kolmogorov. Infatti se A e B non sono incompatibili (cioè hanno elementi in
comune) vale che: P A  B   P  A  PB   P A  B 
Questa è una formula che vale sempre, poiché se A  B  Ø allora P A  B   0 e quindi torniamo
all’assioma di Kolmogorov.

Probabilità uniforme
 ampiezza di A 
È una funzione di probabilità particolare, tale che, dato l’evento A   , P  A   
 ampiezza di  
Probabilità complementare

Poiché vale sempre che: P A  P A  1 Allora vale anche che: P A  1  P A 
Leggi di De Morgan
AB  AB AB  AB
Definizione di probabilità condizionata

P A  B  P A  B 
P A | B   e PB | A 
PB  P  A

Corollari della probabilità condizionata

(1) Dalla definizione si deduce che:
P A  B   P  A | B   PB   P B | A  P A

(2) Dalla definizione e dal primo corollario si deduce che:

P B | A  P  A P  A | B   P  A
P A | B   PB | A 
P B  P  A

Teorema delle probabilità totali

Sia A un evento e {B1 , B 2 ,..., B n } una famiglia di eventi dello spazio
campionario S mutualmente esclusivi e tali che uno ed uno solo di essi
si verifichi:
Bi  B j  Ø i  j (mutualmente esclusivi)
B1  B2  ...  Bn  S (esaustivi)
ovvero B1  B2  ...  Bn sono una partizione di S. Allora:
n
P A  P A | B1   PB1   ...  P  A | Bn   PBn    P A | B   PB 
i i
i 1
Per dimostrare questo risultato è sufficiente osservare che se A si
verifica allora si verificano tutte le intersezioni con gli eventi Bi :
P A  P A  B1   P A  B 2   ...  P  A  Bn 
Ma sapendo che P A  Bi   P A | Bi   PBi  allora si dimostra il teorema delle probabilità totali.

Teorema di Bayes
È un’estensione della probabilità condizionata e delle probabilità totali.
Alle stesse ipotesi delle probabilità totali, vale che:
P A | Bk   P Bk  P  A | Bk   PB k 
P Bk A   n
P  A
 P A | Bi   P Bi 
i 1
Corollario di Bayes

Se lo spazio campionario è diviso in solo due sottoinsiemi B e B :

P  A | B   P A P A | B   P A
P B A  
P A   
P A | B   P B   P A | B  P B

Indipendenza di eventi

P A  B   P  A  PB   A e B sono eventi indipendenti

Dalla definizione di probablità condizionata si deduce che se A e B sono indipendenti:
P  A  PB  P  A  PB 
P A B    P A e P B A   PB 
PB  P A
Variabili casuali

Variabile casuale
È una funzione X :   R dove  è lo spazio campionario e R è l’insieme dei numeri reali. Quindi la
variabile associa ad ogni risultato dell’esperimento un numero reale.
Esempio:
Nel lancio di un dado la variabile casuale può assumere i valori {1,2,3,4,5,6} che sono gli stessi valori restituiti,
in quanto numeri reali. Nel lancio di una moneta i valori {Testa,Croce} sono i valori che assume la variabile, la
quale restituisce due valori reali, ad esempio 0 e 1.

Variabili discrete e continue

La variabile casuale che assume valori finiti o un’infinità numerabile di valori è una variabile discreta.
La variabile casuale che assume un’infinità non numerabile di valori è una variabile continua.
Un insieme è numerabile se è in corrispondenza biunivoca con l’insieme dei numeri naturali N.

Funzione di densità di probabilità

È una funzione che descrive la distribuzione dei valori che la variabile casuale può assumere.
Per definizione, per ogni funzione di densità f (x ) vale che f ( x)  0 .
Caso discreto:
f ( x)  P  X  x  è la probabilità che la variabile X assuma un valore x.
Inoltre vale  f x   1
i i cioè la somma di tutte le probabiltà dev’essere uguale a 1. È come dire che la
somma di tutte le probabilità di tutti gli eventi dev’essere la totalità 1, o come già visto: P   1 .

Caso continuo:

La funzione di densità è definita f (x ) tale che  f x dx  1 . Quindi è come dire P  1 .

Si noti che nel caso continuo la probabilità che la variabile X assuma un valore x è nulla, in quanto il dominio
non è numerabile (vedi definizione di variabile casuale continua) quindi: P X  x   0 .
Nel caso continuo ha più senso chiedersi qual è la probabilità che X assuma un certo intervallo di valori.

Funzione di ripartizione
È una funzione che descrive la probabilità che una variabile casuale sia minore o uguale a un certo valore.
Quindi in generale si indica F ( x)  P  X  x  .
Inoltre vale la regola generale che lim F  x   0 e lim F x   1 .
x   x  
Caso discreto:
F ( x)   f x 
xi  x
i

La funzione è monotòna non decrescente. Inoltre valgono: lim F x  h   F x  lim F x  h   F x  1 .

0  h 0 0 h 0
Caso continuo:
x
F ( x)   f t dt

La funzione è monotòna crescente.
Esempi:

1)
Dati due lanci di una moneta {Testa,Croce}, diciamo che X è la variabile “somma” dei due valori codificati
come Testa=1 e Croce=0.
- I valori o risultati possibili quindi sono, cioè i valori che può assumere X sono:
0 (Croce-Croce), 1 (Testa-Croce o Croce-Testa), 2 (Testa-Testa)
- Le densità (o masse) sono:
1 1 1 1 1
P ( X  0)  , P( X  1)    , P( X  2) 
4 4 4 2 4
- Le ripartizioni sono:
1
P ( X  0)  P ( X  0) 
4
1 1 3
P( X  1)  P( X  0)  P ( X  1)   
4 2 4
1 1 1
P( X  2)  P( X  0)  P( X  1)  P ( X  2)    1
4 2 4
N.B.: la funzione ripartizione del valore più alto (2 nell’esempio) è sempre 1, perché è la somma di tutte le
probabilità.

2)
x/8 0  x  4
f x   { 0 altrimenti
 4 4
 x  x 2  16

è una funzione densità, infatti f ( x)  0 e f  x dx   dx    
 0 1

8
0  0
16  16
Valore atteso EX   

Il valore atteso (o valore medio) è il baricentro della distribuzione. Il valore atteso di una variabile casuale
rappresenta la previsione teorica del valore che tale variabile assumerà nell’ipotesi di eseguire un numero
elevato di prove.

Definizione di valore atteso:

EX   x i  f x i  (caso discreto)

i


EX    x  f x dx (caso continuo)


Valore atteso di una variabile con l’esponente:

  x
E Xr  i
r
 f  xi  (caso discreto)
i


  x
E Xr  r
 f x dx (caso continuo)


Valore atteso di una funzione qualsiasi della variabiale casuale:

E  g  X    g  x   f x  i i (caso discreto)
i


E g  X    g x   f x dx (caso continuo)


Proprietà del valore atteso:

E  X  Y   E  X   E Y 
E c   c
E c  X   c  E  X 
E  X  c   E X   c
se X  Y allora: E  X  Y   E  X   E Y 

Dimostrazione del valore atteso della somma/differenza di variabili:

EX  Y    x i  y i   Pi  x i  Pi  y i  Pi  x i  Pi  y i  Pi  E  X   E Y 
i i i i
Varianza Var  X    2

Per poter avere una buona rappresentatività del valore atteso è necessario un indice che misuri di quanto il
valore atteso si discosta dai dati, cioè la varianza. Essa quindi rappresenta la variabilità dei valori su tutta la
distribuzione.

Definizione di varianza:

2
Var  X    x i  E  X   f x i  (caso discreto)
i


2
Var  X    x  E  X   f  x dx (caso continuo)


Altre due definizioni:


Var  X   E  X  E  X 
2

Var  X   E X   E2 2
X 
Dimostrazione dell’equivalenza tra queste due definizioni:
 2
        
E  X  E  X   E X 2  E 2  X   2  X  E  X   E X 2  E E 2  X   E 2  X  E  X   E X 2  E 2  X   2  E  X   E  X  
E X   E
2 2
 X   2  E  X   E X
2 2
 E 2
X 

Proprietà della varianza:

Var  X  Y   Var  X   Var Y   Cov X , Y 
Var c   0
Var c  X   c 2  Var  X 
Var  X  c   Var  X 
Var a  X  b   a 2  Var  X 
se X  Y allora: Var  X  Y   Var  X   Var Y 

Dimostrazione delle proprietà della costante:

 2

Var aX  b   E aX  b   E 2 aX  b   E a 2 X 2  b 2  2abX  aE  X   b     2

   
 E a 2 X 2  E b 2  E 2abX   a 2 E 2  X   b 2  2abE  X  
a 2
E X   b  2abE  X   a E  X   b  2abE  X  
2 2 2 2 2

 a2 E X   a E  X   a E X   E  X   a Var  X 
2 2 2 2 2 2 2

Deviazione standard:
  2

Covarianza.
Cov X   E  X  Y   E  X   E Y 
se X  Y allora: Cov X   0 e Var  X  Y   Var  X   Var Y   Cov X , Y   Var  X   Var Y 

Coefficiente di correlazione:
Cov X , Y 
 XY 
 X  Y
se X  Y allora: Cov X   0   XY  0
Momenti e Funzione generatrice dei momenti

Si definisce momento di ordine r il valore atteso E X r .  

 
Si definisce funzione generatice dei momenti la funzione mX  E et  X .
In particolare la derivata r-esima della funzione generatrice calcolata in (0) è il momento di ordine r.

Derivata prima della funzione gen. dei momenti, calcolata in zero: mX/ 0  E  X 
Derivata seconda della funzione gen. dei momenti, calcolata in zero:  
mX// 0  E X 2
Derivata terza della funzione gen. dei momenti, calcolata in zero: mX/// 0  E X 
3

…
Derivata r-esima della funzione gen. dei momenti, calcolata in zero:  
mXr  esima  0  E X r

Valore atteso e varianza in fuzione dei momenti:

E  X   mX/ 0
   
Var  X   E X 2  E 2  X   m X// 0   m X/ 0
2

Proprietà importante della funzione generatrice dei momenti:

Data una distribuzione, essa è in corrispondenza biunivoca con una funzione generatrice dei momenti.
Questo significa che se conosco la distribuzione allora conosco la relativa funzione generatrice, e viceversa,
se conosco la funzione generatrice della distribuzione allora conosco la relativa distribuzione.
Probabilità congiunta e marginale

Date le variabili casuali X 1,...X k , allora la variabile  X 1,...X k  si definisce variabile k-dimensionale. La
variabile casuale  X 1,...X k  è definita variabile casuale k-dimensionale che assume x 1 ,...x k  valori dello
spazio a “k” dimensioni. Le variabili casuali  X 1,...X k  vengono chiamate variabili congiunte.

Se  X 1,...X k  è una variabile casule k-dimensionale, la funzione di densità congiunta di  X 1,...X k  indicata
f X 1,... X k x 1 ,...x k  viene definita: f X 1,... X k  x1 ,...x k   P X 1  x1 ;...; X k  x k1  .

Se X e Y sono variabili casuali congiunte allora f X x  e f Y  y  vengono chiamate funzioni di densità

marginali.

Indipendenza di variabili casuali

X Y

X  Y  P X , Y   P  X   PY   f X x   f Y  x 
dove P X , Y  è la probabilità congiunta.
e vale anche che:
E  X  Y   E  X   E Y 
Var  X  Y   Var  X   Var Y 
Cov X , Y    XY  0
Media di una variabile casuale
È semplicemente il valore atteso, già descritto e calcolato nella pagine precedenti.

Moda di una variabile casuale

È semplicemente il valore più alto, quindi il valore più probabile di una distribuzione.

Mediana di una variabile casuale

F  X   P X  Me   0,5

Quantili
Si definisce "quantile di ordine alfa" o, più brevemente, quantile alfa, un valore della distribuzione che è
maggiore di una percentuale alfa della popolazione.
Per esempio:
- il quantile 0,5 è la mediana (maggiore del 50% della popolazione)
- il quantile 0,25 è il primo quartile (maggiore del 25% della popolazione, cioè un quarto)
- il quantile 0,99 è il novantanovesimo percentile (maggiore del 99% della popolazione)

Di qui si può vedere che quartili, decili e percentili sono semplicemente casi particolari di quantili.
Variabili uniformi

Uniforme Discreta
Probabilità di un evento su n eventi equiprobabili.
Dominio: X  { 0,1,2 ,...n}
1
Densità: f X x   per x  1,2...n
n
1
Ripartizione: FX x   x 
n
n
n 1 n2 1 1
E X   Var  X   m X t   e it

2 12 i 1 n

Uniforme Continua
Probabilità di un evento su un intervallo di eventi equiprobabili.
Dominio: X  {a,..., b}
1
Densità: f X x  per a  x  b
ba
xa
Ripartizione: FX  x   per a  x  b 0 per x  a 1 per x  b
ba

E X  
ab
Var  X  
b  a 2 m X t  
e bt  e at
2 12 b  a   t
Variabile di Bernoulli

X ~ Bep 
È la probabilità di successo/insuccesso su una prova. È un esperimento casuale che consiste in una singola
prova, i cui risultati possibili sono soltanto due: successo o insuccesso.
Dominio: X  { 0 ,1} in quanto i risultati possibili sono solo due.

1 x
Densità: P X  x   p x 1  p 

Poiché i valori sono solol due, la densità la possiamo già calcolare per tutti i casi possibili:
P X  0  1  p  q NB: per convenzione si usa q per indicare 1  p  q
P X  1  p
0 x0
Ripartizione: P X  x  

Funzione generatrice dei momenti:

{ 1 p
1
0  x 1
x 1

m X t   p  e t  q
Dimostrazione:
1
  e
m X t   E e tX  t  xi
 f  xi   e t 0  1  p   e t 1  p  1  p   e t  p  p  e t  q
i 0

Valore atteso:
EX   p
Dimostrazione:
1
E X   x i  f xi   0  1  p   1  p  p
i 0

Varianza:
Var  X   pq
Dimostrazione:
   
Var  X   E X 2  E 2  X   0 2  1  p   12  p  p 2  p  p 2  p1  p   pq

Grafici:
Variabile Binomiale

X ~ Bin, p 
È la probabilità di avere x successi su n prove. È un esperimento casuale che consiste in un insieme di n prove
ripetute con le seguenti caratteristiche:
1) Ad ogni singola prova si hanno solo due esiti possibili: ‘successo’ o ‘insuccesso’.
2) La probabilità p di ‘successo’ è costante.
3) Le prove sono indipendenti.
La variabile Binomiale e quella di Bernoulli sono praticamente uguali, l’unica differenza è che:
n =1 Variabile Casuale di Bernoulli
n >1 Variabile Casuale Binomiale
dove n è il numero di prove.

Dominio: X  { 0,1,2 ,..., n} dove ogni singolo numero corrisponde al numero di successi x su n prove.
Il numero di successi x dev’essere per forza minore o uguale a n che è il numero totale di prove. Inoltre il
numero di successi è per forza maggiore o uguale a zero, perché logicamente non ci possono essere meno
di zero successi.
0 xn x
n nx
Densità: P X  x     p x 1  p 
 x
x
 n i
Ripartizione: P X  x     p 1  p n i

i0  i 
Moda: Mo X  np Per i grafici è utile conoscere la moda, ovvero il valore più probabile.

Funzione generatrice dei momenti , Valore atteso, Varianza:


m X t   p  e t  q 
n
E  X   np Var  X   npq
Dimostrazioni:
n n n
 n n
  e
m X t   E e tX  tx
 f x   e tx n x
   p x 1  p     x e p  1  p 
t x n x

 p  et  q 
n

x 0 x 0  x x 0
n
n n
L’ultimo passaggio è giustificato dalla regola del Binomio di Newton:   k a k
b n  x  a  b 
k 0
Avendo trovato la funzione generatrice dei momenti:
E  X   mX/ 0  ...  np Var  X   m X// 0  ...  npq
Queste ultime due dimostrazioni sono molto lunghe e richiedono molti passaggi algebrici.

Grafici:

NB: nel grafico della Ripartizione c’è un “flesso” nel gradino corrispondente alla moda.
Variabile di Poisson

X ~ Po 
Si consideri una prova che può avere solo due possibili esiti: successo e insuccesso. Siamo interessato a
contare quante volte si verifica l’evento “successo” in un arco di tempo prestabilito. La variabile di Poisson
descrive quindi la probabilità di x successi su n prove bernoulliane, in un intervallo di tempo, con media-
successi  . Quindi è probabilità di v eventi in un intervallo di tempo di unità d, con media-eventi   v  d .

Dominio: X 0 ,  0
e    x
Densità: f X x   per x  0 0 per x  0
x!
x
e   i
Ripartizione: P X  x    per x  0 0 per x  0
i 0 i!

Funzione generatrice dei momenti:

m X t   e  e 1
t

Dimostrazione:

  e
m X t   E e tX 

tx e    x 
 e  e tx
x
 e 

 
et 
x

 e   e e   e  e 1
t t

x0 x!
 x 0 x!

x 0 x!

k x  ek
poiché vale che : 
x 0 x!

Valore atteso:
EX   
Dimostrazione:
E  X   m X/ 0  e  e 1  e t  e  11  e t  e 0  e 0  
t

Varianza:
Var  X   
Dimostrazione:
Var  X   m X// 0  

Grafici:
Variabile Esponenziale

X ~ Expv 
Si supponga di essere interessati al tempo che è necessario per compiere un certo processo. Dato che non è
possibile sapere con certezza il momento esatto in cui il processo terminerà, si calcola il tempo che può
intercorrere tra due eventi, ovvero il tempo di un singolo evento, come ad esempio l’inizio e la fine di un
processo. Quindi la variabile esponenziale è la probabilità del tempo di un evento. Ricorda che v è il numero
di eventi, infatti il valore atteso è E  X   1 v . Ad esempio se 4 eventi avvengono nel tempo di 1 minuto,
allora ogni evento avverrà in media in un tempo pari a 1 4 del totale (1 minuto), perciò 15 secondi.

Dominio: X 0 , v0
Densità: f X x   v  e  v x per x  0 0 per x  0
Ripartizione: F x   P  X  x   1  e  v x
per x  0 0 per x  0
x
dF  x 
Si noti che, essendo una variabile continua, vale che f X x   e che FX x   f t dt

dx 
Dimostrazioni:
x x
FX x    
v  e vt  v  e  vt   e vt
 
x
0  
  e  v x   e 0  1  e  v x
 0
dF x 
f X x    e v x   v   v  e  v x
dx

Funzione generatrice dei momenti, Valore atteso, Varianza:

v 1 1
 
m X t   E e tX  EX   Var  X  
vt v v2

Grafici:

Sui grafici di noti che al variare di v :

Relazione Poisson-Esponenziale

Il conteggio del numero di eventi in un intervallo di tempo ha una distribuzione di Poisson. Supponiamo che
si sia appena verificato un evento: la distribuzione dell’intervallo di tempo X che dovrà trascorrere fino al
prossimo evento è P X  t   P(nessun evento avvenga nell’intervallo t)= e  vt dove v è il numero di eventi
nell’unità di tempo.

Si nota dalla funzione di ripartizione della variabile di Poisson che:

FX t   P X  t   1  P  X  t   1  e  vt
cioè X è una distribuzione esponenziale. Quindi la distribuzione esponenziale e quella di Poisson sono tra
loro collegate.

La correlazione si nota anche dal parametro: nella Poisson il parametro   v  d è la media di v eventi in un
tempo di unità d; nella Esponenziale il parametro v è inteso come il numero di eventi come nella Poisson.
Infatti per la Poisson il valore atteso è proprio  , quindi è un numero di eventi nel tempo, mentre per
l’Esponenziale il valore atteso è il reciproco 1 v , quindi la quantità di tempo per un singolo evento.
Variabile Geometrica

X ~ Gep 
È la probabilità di x insuccessi bernoulliani per ottenere il primo successo.
Immaginiamo una serie di prove bernoulliane con probabilità di successo "p", ma invece di considerare il
numero di successi ottenuti in queste prove, guardiamo al numero di prove necessarie per ottenere il primo
successo.
Indichiamo con X il numero di insuccessi prima di arrivare al primo successo. Ovviamente: X=0,1,2,…, fino ad
infinito. Il problema è come assegnare la probabilità P(X=x).
Consideriamo ad esempio: X=3. L'evento che ci interessa è I  I  I  S : cioè una serie di tre "insuccessi"
ed un "successo". Poiché le prove sono indipendenti e le probabilità costanti avremo:
3
P X  3  PI  I  I  S   1  p 1  p 1  p   p  1  p   p
x
Generalizzando: P X  x   p1  p 

Dominio: X 0
x
Densità: P X  x   p1  p  per x  0 0 per x  0
x
i
Ripartizione: P X  x    p1  p per x  0 0 per x  0
i0
Funzione generatrice dei momenti, Valore atteso, Varianza:
p 1 p 1 p
 
m X t   E e tX  t
E X  
p
Var  X   2
1 q e p

Grafici:

Interpretazioni della variabile geometrica:

A volte la variabile geometrica viene intesa come “numero di prove per ottenere il primo successo”. Si noti la
differenza rispetta a quanto detto prima, perché in questo caso la probabilità di X=3 indica la probabilità di
avere il successo al terzo tentativo, su 3 prove. In precedenza invece abbiamo interpretato X=3 come la
probabilità di avere 3 insuccessi, e di avere il successo al 4° tentativo. Quindi distinguiamo:
x
1) P X  x   P(“su x+1 tentativi, i primi x sono insuccessi e l’ultimo è un successo”)  p1  p 
x 1
2) P X  x   P(“su x tentativi, i primi x-1 sono insuccessi e l’ultimo è un successo ”)  p1  p 
Esempi:
3
1) P X  3  P(“3 insuccessi, e un successo al 4° tentativo”)  p1  p 
2
2) P X  3  P(“su 3 tentativi, i primi 2 sono insuccessi e il 3° è un successo ”)  p1  p 
Variabile Normale e Normale Standard

Normale

X ~ N , 2 
Dominio: X  R
 2 t 2
 t 
Funzione generatrice dei momenti: m X t   E e   e
tX 2

2 2

x    x 1 t 
  
1 1
Densità: f X x  
2 2  
2
 2
e Ripartizione: F X ( x) 
 2
e
0
dt

Normale standard
Z ~ N 0,1
X 
Standardizzazione: Z 

con X ~ N  ,  2  
t2
Funzione generatrice dei momenti: m X t   E e  
tX
e 2
2 2
1 
z
1  t
z 
f Z z   2 e 2 dt
Densità:
2
e Ripartizione: FZ ( z )  
2  
(uso delle tavole)


Valore atteso: E X   0 Varianza: Var  X   1

Considerazioni sulla Normale

Una proprietà importante da ricordare è che l’area del grafico è sempre uguale a 1. Questa è una proprietà di
qualsiasi funzione continua, ma è bene e utile ricordarlo soprattutto per la normale. Una proprietà ulteriore
che appartiene solo alla normale è che la retta verticale passante per il valore atteso  posizionato al centro
della distribuzione (grafico di densità) divide il grafico in due parti simmetriche identiche: questo significa che
le aree a sinistra e a destra della retta verticale passate per  sono entrambe uguali a 1 2 .

Per disegnare i grafici bisogna fare attenazione al valore atteso  e alla deviazione standard  .

Nel caso di funzione di densità, la deviazione standard (cioè la radice della varianza) modella l’altezza e la
larghezza del grafico. Pensando al significato di varianza, che è la “variabilità” dei valori della distribuzione,
più essa è grande più i valori saranno distribuiti, perciò vuol dire che l’area dovrà essere alta anche ai lati del
grafico, e questo provoca un effetto di larghezza: poiché l’area totale non può cambiare, di conseguenza il
grafico sarà più “basso”.
Quindi, quando la varianza è piccola la “campana” del grafico sarà alta e stretta, mentre quando la varianza è
grande la “campana” sarà bassa e larga.

Il significato del valore atteso  è molto più semplice: indica semplicemente il centro della distribuzione;
perciò se si cambia il valore atteso ma la varianza rimane la stessa, l’effetto è che si trasla il grafico a destra
(se  aumenta) o a sinistra (se  diminuisce).

Certe proprietà si possono riscontrare anche sul grafico della ripartizione: il valore atteso ha sempre lo stesso
significato (se cambia, il grafico trasla); all’aumentare della deviazione standard, il grafico “sale in anticipo” e
“scende in ritardo”, e viceversa al diminuire “sale in ritardo” e scende in anticipo”. Questo per lo stesso
motivo di prima, cioè se la varianza è grande, i valori lontano dal centro  saranno più alti.

Un’ultima proprietà che si nota è che i “flessi”, che cambiano il grafico da convesso a concavo e viceversa, si
trovano esattamente in corrispondenza dei punti    e    .
Considerazioni sulla Normale Standard

La normale standard gode di tutte le proprietà di una qualsiasi normale. Nel caso della normale standard, ci
sono ulteriori proprietà: una su tutte è quella della simmetria rispetto allo zero, cioè all’asse y delle ordinate.
Questo significa che i valori opposti sono alla stessa distanza dal centro, e quindi l’area da 0 a x è uguale
all’area da –x a 0.

Calcolo delle aree

Una domanda molto frequente è quella di calcolare l’area della normale compresa tra due punti a e b. Si
capisce che è uguale alla ripartizione in b meno la ripartizione in a. Per cui la formula è F b   F a  .
Nel caso di una normale standard, una domanda ricorrente è quella di calcolare l’area tra due punti
simmetrici rispetto allo zero. Anche in questo caso vale F b   F a  , che è in particolare uguale a
F b   F  b  e nel nostro esempio in figura è F 2   F  2 . Nella normale strandard si nota inoltre che
F  2  1  F 2 poiché il grafico è simmetrico e l’area totale vale 1. In conclusione, per una normale
standard, l’area compresa tra due punti simmetrici è F k   F  k   F k   1  F k   2 F k   1 .
Quest’ultima formula vale solo se il grafico è simmetrico rispetto allo zero (e la normale standard ne è un
esempio classico).
Attenzione, perché quest’ultima formula non vale in generale: la normale generale è simmetrica rispetto al
proprio asse, ma non è sempre centrata in zero, perciò in generale F k   F  k  . Nel nostro esempio
(figura 3) si vede che i punti equidistanti sono 0 e 4 e si noti che F 4   1  F 0  1  F  4 .
Infine, si noti che se la variabile qualsiasi ma è centrata rispetto allo zero ma non è simmetrica, di nuovo
F k   F  k  , come si nota dalla quarta figura.
Approssimazioni alla Normale Standard

Approssimazione della Binomiale alla Normale Standard

Ricorda: se X ~ Bin, p  allora E  X   np e Var  X   npq
Sia X una variabile casuale con distribuzione binomiale di parametri n e p , allora fissato a<b :
 X    X  np 
P a   b   P a   b   b    a  per n  
    npq 

Approssimazione della Poisson alla Normale Standard

Ricorda: se X ~ Po  allora E  X    e Var  X   
Sia X una variabile casuale con distribuzione di Poisson di parametro λ , allora fissato a<b :
 X    X  
P a   b   P a   b    b    a  per   
     
Disuguaglianze

Disuguaglianza di Markov
Ipotesi: Data la v.c. X che assume solo valori maggiori o uguali a zero, e dato un valore reale z  0
EX 
Tesi: P X  z )  
z
Dimostrazione: Fissiamo un valore k tale che x k 1  z e x k  z
Caso discreto:
 
E X   x i  f  xi    x i  f  x i  
 x i  f x i   x i  f x i    z  f x   z   f x   z  P X  z 
i i
i  ik ik  ik ik ik

Caso continuo:

 z 
   
E X   x  f x    
x  f x   x  f x   x  f x   z  f x   z  f  x   z  P X  z 

 
 
 z
 
 z

z z
 

Disuguaglianza di Chebyshev
Ipotesi: Data la v.c. X e   R
Var  X  Var  X 
Tesi: P X  E  X      2
oppure P X  E  X      1 
 2

 E  X  E  X    Var  X 
2
  
Dimostrazione: P X  E  X     P  X  E  X    2 
2
2 2

Il secondo passaggio è giustificato dalla disuguaglianza di Markov.

Stimatori

DEFINIZIONI
Data la variabile casuale X si definisce  X 1, X 2,..., Xn  un campione casuale di ampiezza n della distribuzione
X. Anche un campione casuale è una variabile casuale.
Una statistica è una qualsiasi funzione delle componenti del campione, cioè è una funzione
T  f  X 1, X 2,..., Xn  della variabile casuale  X 1, X 2,..., Xn  . Ogni statistica è a sua volta una variabile casuale
con una distribuzione, un valore atteso e una varianza.
Uno stimatore è una statistica Tn le cui determinazioni servono a fornire delle stime del parametro ignoto 
della variabile casuale X in cui sono state effettuate le n prove.

LA MEDIA CAMPIONARIA

Se è ignoto il valore atteso  della distribuzione, si usa come stimatore la media campionaria X , cioè la
media delle variabili per stimare il valore atteso, quindi:
1 n
X 
 Xi
n i 1
La media campionaria è una statistica T  f  X 1, X 2,..., Xn  della variabile casuale  X 1, X 2,..., Xn  . Essendo
una statistica, la media campionaria ha una distribuzione, un valore atteso e una varianza.

Valore atteso (della media campionaria)

Per definizione, il valore atteso di X è il valore atteso della distribuzione:

  dove  è il valore atteso della distribuzione.
E X 
n n
1  1   1 1
E X   E    X    E   X    n  E  X    n    
i i
n n
i 1  n  i 1 n 

Varianza (della media campionaria)

Per definizione, la varianza di X è:
1 2
 
 X2  Var X 
n
 Var  X  
n
dove  2 è la varianza della distribuzione.

LA VARIANZA CAMPIONARIA
Se è ignota la varianza  2 della distribuzione, si usa come stimatore la varianza campionaria:
n
1
 X  X 
2
Sn2   i
n 1 i 1
Attenzione a non confondere la varianza campionaria con la varianza della media campionaria.
Proprietà degli stimatori

Stimatore corretto (o non distorto)

Uno stimatore Tn si dice corretto o non distorto quando il valore atteso dello stimatore coincide con il
parametro stimato della distribuzione: E Tn    . La media campionaria è un esempio di stimatore corretto
per il valore atteso, mentre la varianza campionaria è uno stimatore corretto per la varianza.
1 n  1  n  1 1

Media campionaria: E X  E  
n   n  
X i    E X i    n  E X    n    
 n n
 i 1   i 1 

Stimatore distorto
Se lo stimatore Tn non è corretto vuol dire che c’è una distorsione, indicata BiasTn  :
BiasTn   E Tn   
Ovviamente se lo stimatore è corretto la distorsione è uguale a zero.
 
Infatti nel caso della media campionaria: E Tn     E X    0

Errore quadratico medio

L’errore quadratico medio EQM Tn  è per definizione:
EQM Tn   Var Tn   Bias 2 (Tn )
Dalla formula si deduce che, se lo stimatore è corretto, l’errore quadratico medio è uguale alla varianza dello
stimatore, in quanto la distorsione è uguale a zero.
 
Infatti nel caso della media campionaria: EQM X  Var X .  
Stimatore efficiente

L’efficienza di uno stimatore Tn si controlla calcolando EQM Tn  : più è basso EQM Tn  e più è efficiente lo
stimatore Tn . Un modo per cercare di avere EQM Tn  basso è cercare di avere una distorsione bassa, in
quanto EQM Tn  è la somma tra varianza e il quadrato della distorsione.

Stimatore consistente

Uno stimatore è consistente se EQM Tn  tende a (0) per n che tende a infinito. Nel caso quindi di uno
stimatore non distorto EQM Tn   Var Tn  , quindi la Varianza deve tendere a (0) per n che tende a infinito.
La media campionaria è un esempio di stimatore non distorto e consistente.
1 2 2
 
Var X 
n
 Var  X  
n
infatti:
n
 0 per n  
Teoremi sulla Media Campionaria

Legge debole dei grandi numeri

Ipotesi: Data la m.c. X n di ampiezza n dalla densità f( ) di media µ e varianza σ2, e dati   0 e 0    1
2 2
 
Tesi: Condizione necessaria e suff. affinchè P X n      1   è che sia n 
  2
e quindi  
n  2
Dimostrazione: Partendo da Markov e Chebyshev:
 
2
E  X n   
  
2 n  2
  
 2
P X n      P X n     2   1 


2

 1 
Var X n
2
 1 
2
 1 
n 2
1 

2 2
quindi se 1   1   allora 
n  2 n  2

Teorema del limite centrale

Ipotesi: Data X n la media campionaria di ampiezza n, dalla densità f( ) di media µ e varianza σ2
Xn 
Tesi: Z n 
  
 
 n
ovvero Z n si avvicina alla distribuzione normale standardizzata per n che tende all’infinito.