Formulario per l’esame (Probabilità e Inferenza statistica)

Regola della somma e del complemento Coefficiente di correlazione di Bravais

P (A ∪ B) = P (A) + P (B) − P (A ∩ B) σXY

ρ=
σX σY
P (Ā) = 1 − P (A)
Variabili casuali indipendenti
Probabilità condizionata
f (x, y) = fX (x)fY (y)
P (A ∩ B)
P (B | A) =
P (A) Variabile casuale di Bernoulli, X ∼ Bern(p)
Regola del prodotto f (x) = px (1 − p)1−x , x = 0, 1
P (A ∩ B) = P (A)P (B | A) E(X) = p, Var(X) = p(1 − p)
P (A ∩ B) = P (A)P (B) sotto indipendenza
Variabile casuale Binomiale, X ∼ Bin(n, p)
 
Formula di Bayes n x
f (x) = p (1 − p)n−x , x = 0, 1, . . . , n
P (Ci )P (A | Ci ) x
P (Ci | A) = Pk  
n n!
j=1 P (Cj )P (A | Cj ) =
x x!(n − x)!
Valore atteso di una variabile casuale
E(X) = np, Var(X) = np(1 − p)
X
µ = E(X) = xf (x) nel discreto
x Variabile casuale di Poisson, X ∼ Pois(λ)
Z l2
µ = E(X) = xf (x)dx nel continuo λx −λ
f (x) = e , x = 0, 1, 2 . . .
l1 x!

Varianza e dev. standard di una variabile casuale E(X) = λ, Var(X) = λ

X
σ 2 = Var(X) = (x − µ)2 f (x) nel discreto Variabile casuale Normale, X ∼ N (µ, σ 2 )
x
1 1 x−µ 2
√ e− 2 ( σ ) ,
Z l2
2 2 f (x) = x∈R
σ = Var(X) = (x − µ) f (x)dx nel continuo σ 2π
l1
√ E(X) = µ, Var(X) = σ 2
σ= σ2

Variabili casuali standardizzate Variabile casuale Chi-quadrato, X ∼ χ2 (r)

X −µ f (x) = a(r)xr/2−1 e−x/2 , x ∈ R+
Z=
σ
E(X) = r, Var(X) = 2r
Funzioni di probabilità marginali
X X
fX (x) = f (x, y), fY (y) = f (x, y) Variabile casuale t di Student, X ∼ t(r)
y x
Z Z f (x) = b(r)(1 + t2 /r)−(r+1)/2 , x∈R
fX (x) = f (x, y)dy, fY (y) = f (x, y)dx
E(X) = 0, Var(X) = r/(r − 2), r > 2
Covarianza
XX Media campionaria
σXY = (x − µX )(y − µY )f (x, y) n
1X
x y X̄ = Xi
Z Z n i=1
σXY = (x − µX )(y − µY )f (x, y)dy dx
E(X̄) = µ, Var(X̄) = σ 2 /n
Varianza campionaria con µ noto Intervallo di confidenza per p con X ∼ Bern(p),
n grandi campioni
1X
σ̂ 2 = (Xi − µ)2
n i=1 p
p̂(1 − p̂)/n
(l1 , l2 ) = p̂ ∓ z1−α/2
p
Varianza campionaria con µ incognito A = l2 − l1 = 2z1−α/2 p̂(1 − p̂)/n
n
1 X z1−α/2 : quantile della Normale standard a livello 1 − α/2
S2 = (Xi − X̄)2 versione non distorta
n − 1 i=1
n Intervallo di confidenza per σ 2 , con X ∼ N (µ, σ 2 )
2 1X
σ̃ = (Xi − X̄)2 versione distorta (n − 1)s2 (n − 1)s2
n i=1 l1 = , l2 =
χ21−α/2 χ2α/2
E(S 2 ) = σ 2 χ2α/2 , χ21−α/2 ; quantili della Chi-quadrato con n − 1 gradi

Proporzione campionaria di libertà a livello α/2 e 1 − α/2

1X
n Test ipotesi H0 : µ = µ0 , con X ∼ N (µ, σ 2 ), σ 2 noto
p̂ = X̄ = Xi , con Xi binaria
n i=1 X̄ − µ0
Statistica test: ZX̄ = p ∼ N (0, 1)
σ 2 /n
E(p̂) = p, Var(p̂) = p(1 − p)/n
Livello di significatività osservato
Distorsione di uno stimatore T = t(X1 , . . . , Xn )
αoss = P (ZX̄ ≥ zx̄ | µ = µ0 ) = 1 − Φ(zx̄ ) per H1 : µ > µ0
D(T ) = E(T ) − θ, θ parametro incognito
αoss = P (ZX̄ ≤ zx̄ | µ = µ0 ) = Φ(zx̄ ) per H1 : µ < µ0
Errore quadratico medio di uno stimatore T
αoss = P (|ZX̄ | ≥ |zx̄ |) = 2[1 − Φ(|zx̄ |)] per H1 : µ 6= µ0
2 2
MSE(T ) = E[(T − θ) ] = Var(T ) + [D(T )]
Test ipotesi H0 : µ = µ0 , con X ∼ N (µ, σ 2 ), σ 2 non
Int. conf. per µ con X ∼ N (µ, σ 2 ), σ 2 noto noto
r X̄ − µ0
σ2 Statistica test: TX̄ = p ∼ t(n − 1)
(l1 , l2 ) = x̄ ∓ z1−α/2 S 2 /n
n
r
σ2
A = l2 − l1 = 2z1−α/2 Test ipotesi H0 : µ = µ0 , con grandi campioni
n
X̄ − µ0
z1−α/2 : quantile della Normale standard a livello 1 − α/2 Statistica test: ZX̄ = p ∼ N (0, 1)
S 2 /n
Int. conf. per µ con X ∼ N (µ, σ 2 ), σ 2 non noto
r Test ipotesi H0 : p = p0 con X ∼ Bern(p), grandi
s2
(l1 , l2 ) = x̄ ∓ t1−α/2 campioni
n
r
s2 p̂ − p0 ap
A = l2 − l1 = 2t1−α/2 Statistica test: Zp̂ = p ∼ N (0, 1)
n p0 (1 − p0 )/n

t1−α/2 : quantile della t di Student con n−1 gradi di libertà

Test ipotesi per H0 : σ 2 = σ02 , con X ∼ N (µ, σ 2 )
a livello 1 − α/2
(n − 1)S 2
Statistica test: V = ∼ χ2 (n − 1)
Int. conf. per µ con grandi campioni σ02
r
s2
(l1 , l2 ) = x̄ ∓ z1−α/2 Test di indipendenza per tabelle di dimensione s×t
n
r
s2 Statistica test:
A = l2 − l1 = 2z1−α/2
n s X t
X (nij − ni0 n0j /n)2 ap 2
χ2 = ∼ χ ((s − 1)(t − 1))
z1−α/2 : quantile della Normale standard a livello 1 − α/2 i=1 j=1
ni0 n0j /n
Pt Ps
ni0 = j=1 nij , n0j = i=1 nij