Esercitazione 1 statistica 28/4/21

RIcordiamo il concetto di funzione gamma �

+∞
�(�) = ∫ t �-1 e -t dt � ∈ R +*
0
Essa ha una proprietà molto buona che è:
�(n + 1) = n! , n ∈ N
�(� + 1) = ��(�)
1
� = �
2
Ora andiamo a ricordare che cosa sia il chi-quadrato
Definizione
Una V.A. Y si dice distribuita come chi-quadrato con p > 0 gradi di liberà Y ∼ � p2 se ha
funzione di densità:
p 1
1 -1 - y
p y2 e 2 , y>0
f Y ( y) = 22�
p
2
0 , altrove
Quindi eprimendo con la indicatrice:
p 1
1 -1 - y
f Y ( y) = p y e 2 1
2
(0,+∞) (y)
p
22� 2

Teorema
Se Z ∼ N(0, 1) allora Y = Z 2 ∼ � 12
Dimostrazione vogliamo far vedere che
1 1
1 - - y
f Y ( y) = 1
y 2e 2

1
22� 2
Allora possiamo riscriverla in questo modo:
1
1 - y
f Y ( y) = e 2 , y>0
�
2
F Y (y) = P(Y ⩽ y) = P Z ⩽ y = P - y ⩾ Z ⩽ y = F Z y - FZ - y
d d 1 1
f Y ( y) = F Y ( y) = [ F Z y - F Z - y) = fZ y + fZ - y =
dy dy 2 y 2 y
 1 1
=2 fZ y = fZ y
2 y y
Adesso sostituiamo la forma della normale di Z
y
1 1 -
= ⋅ e 2 , y>0
y 2�
Ricordiamo che se X ∼ Bin(n, �) allora:
n
m X (t) = �e t + (1 - �)
Quindi nel nostro caso in cui abbiamo Z ∼ N(� 1 , � 2 ) abbiamo:

t2
m Z (t) = exp � 1 t + � 2
2
Invece se Y ∼ �(� 1 , � 2 )
�1
�2
m Y (t) = , t < �2
�2 - t

p 1
Perciò nel caso del chi-quadrato Y ∼ � , = � p2
2 2
p
2
1
p
2 -
m Y (t) = = (1 - 2t) 2
1
2
-t

Teorema manipolazione di chi-quadrate

Immaginiamo di avere Y 1 , … , Y n VV.AA. indipendenti tali che:
Y i ∼ � p2i , i ∈ { 1, … , n }
Allora:
n
∑ Yi ∼ � 2 n
∑ pi
i=1
i=1

Dimostrazione può essere fatta tramite la funzione generatrice dei momenti

pi
-
m Yi (t) = (1 - 2t) 2
p1 p2 pn
- - -
m ∞ (t) = m Y1 (t) ⋅ m Y2 (t) ⋅…⋅ m Yn (t) = (1 - 2t) 2 ⋅ (1 - 2t) 2 ⋅…⋅ (1 - 2t) 2 =
∑ Yi
i=1
 n
∑ pi
i=1
-
= (1 - 2t) 2 = m�2 n
QED ⊠
∑ pi
i=1

Osservazione
Siano Z 1 , … Z n VV.AA: indipendenti e tali che Z i ∼ N(0, 1) , i ∈ { 1, … , n } allora:
n
∑ Zi2 ∼ �n2
i=1
Risultato molto importante da ricordare.

Andiamo ora a vedere

T di Student
Definizione
T V.A. unidimensionale a valori reali assolutamente continua è una T di Student con
p>0
gradi di libertà (T ∼ t p ) se la funzione di densità di probabilità è:
p+1
� 2 1 1
f T (t) = ⋅ ⋅ p+1
, t∈R
p
� 2
p� 2
t2
1+ p

La variabile compare una sola volta al quadrata quindi è una variabile pari.
Osservazione
T non ha funzione generatrice dei momenti.
Definizione Variabile aleatoria di Cauchy
T ∼ t 1 viene chiamata V.A. di Chauchy
Teorema
Siano U,V VV.AA. indipendenti tali che U ∼ N(0, 1) e V ∼ � p2 . Allora:
U
T= ∼ tp
V
p
Dimostrazione
Consideriamo il vettore aleatoria (U, V) determino la congiunta.
In particolare la densità congiunta:
 1 p 1
1 - u2 1 -1 - v
f (U,V) (u, v) = f U (u)f V (v) = e 2 p v e 2
2 =
2� 22�
p
2
p -1 p
p -1 1
= 22� 2� v 2 exp - v + u2 = (1)
2 2
Applico la trasformazione:
u
t= x
v u=t
⟹ p
p
v=x
x=v
Lo Jacobiano:
∂u ∂u x t
x
det ∂t ∂x = det p 2 px =
∂v ∂v p
0 1
∂t ∂x
Torniamo a (1) applico il teorema di cambio di variabile
p -1 p
p -1 1 x x
= 22� 2� x 2 Exp - x + t2 =
2 2 p p
p -1 p - 1
p 1 t2
= 22� 2�p x 2 Exp - x+
2 2 p
Adesso abbiamo la densità congiunta trasormata
Ora possiamo marginalizzare:
p -1 p - 1
+∞ p 1 t2
f T (t) = ∫ 22� 2�p x 2 Exp - x+ dx =
0 2 2 p
L'integrale è su R + perché quello è il supporto della V.A.
2
p -1 p - 1 - 1 x+ t
p +∞ 2 p
= 22� 2�p ∫ x 2 e dx =
2 0
⏠⏣⏣⏣⏣⏣
struttura di un⏡⏣⏣⏣⏣⏣ ⏢
integrale gamma
p+1
2
p+1 1 t2
p -1 � 2
1+ p
1
∞ p - 1 - x 1+
t2
p 2
= 22� 2�p p+1
⋅ ∫0 x 2 e
2 p
dx =
(2)
2 p+1
2 � 2
1 t2
2
+ 1+ p
 ⏨⏨
NB
��
f �(�,�) (x) = x �-1 e -�x 1 R+ (x)
�(�)
1 t2
Per noi abbiamo � = 1+
2 p
p+1
�=
2
Quindi la parte rossa in (2), siccome è integrata su R + vale 1
p+1
p -1 �
p 2
= 22� 2�p p+1
=
2
2
1 t2
2
+ 1+ p
p+1
� 2 1 1
= p+1
QED ⊠
p
� 2
p� 2
t2
1+ p

F di Fisher
Definizione
Sia W una V.A. assolutamente continua unidimensionale.
Ha distribuzione F di Fisher con gradi di libertà (p,q) (W ∼ F p,q ) se la sua densità è:
p+q p p
� 2
-1
2 p w2
f W (w) = p+q
w ∈ R + , p, q > 0
p q q
� 2
� 2 2
p
1+ q
w

Osservazione
Se
T ∼ t q ⟹ T 2 ∼ F 1,q
Teorema
Siano U, V VV.AA. indipendenti e tali che:
U ∼ � p2
V ∼ � p2
Allora:
 U
p
W= v
∼ F p,q
q

Dimostrazione

f (U,V) (u, v) = f U (u)f V (v) =

p -1 p 1 q -1 q 1
p -1 - u q -1 - v
= 22� u e 2
2 ⋅ 2 �
2 v e 2
2 =
2 2
Questo vettore sarà concentrato sul primo quadrante, negli altri 3 la densità varrà 0.
p -1 p q
p q -1 -1 1
= 22� � u v
2 2 exp - (u + v)
2 2 2
Applico la seguente trasformazione di variabile:
u
p
w= v u = pwx
q ⟹
v v = qx
x=
q
Determino lo Jacobiano:
∂u ∂u
px pw
J = det ∂w ∂x = det = pqx
∂v ∂v 0 q
∂w ∂x
p+q -1 p q 1
p q -1 -1 - (pwx+qx)
f (W,X) (w, x) = 2 2 � � (pwx) 2 (qx) 2 e 2 pqx =
2 2
p+q -1 p q p p+q 1
p q -1 -1 - x(pw+q)
= 2 2 � � p2q2w2 x 2 e 2
2 2
Marginalizzo e determino f W
p+q -1 p q p
+∞ p q -1 +∞ p + q -1 1 x(pw+q)
f W (w) = ∫ f (W,X) (w, x) dx = 2 2 � � p2q2w2 ∫0 x 2 e2 dx =
0 2 2
t=x(pw+q)
dt=dx(pw+q)
t
x= p+q
pw + q -1 p q p -1
p+q +∞ 2 1
⏜⏟⏟⏟
⏝⏟⏟⏟
⏞ p q -1 t - t 1
= 2 2 � � p2q2w2 ∫0 e 2 dt =
2 2 pw + q pw + q
 p+q
p+q -1 p q p 2
p q -1 1 +∞ p + q -1 - 1 t
= 2 2 � � p2q2w2 ∫0 t 2 e 2 dt =
2 2 pw + q
⏨⏨
NB
p+q 1
1 -1 -
f � 2p + q (t) = p+q
t 2 e 21 R + (t)
2 p+q
2 2 � 2
p+q
-1
p+q p q p 2 p+q
p q -1 1 p+q
= 2 2 � � p2q2w2 2 2 � =
2 2 pw + q 2
p+q p q p+q p p
� p � 2
-1
2 p2q2 1 -1 2 p w2
= p+q p+q
w2 = p+q
QED ⊠
p q p q q
� � � �
2 2 q 2 p 2 2 2 p 2
1 + qw 1 + qw