STATISTICA 2

ESERCITAZIONE 7

1. In un parcheggio, si desidera valutare la proporzione π di SUV che parcheggiano in un gior-

no feriale. Il dipendente A decide di osservare le prime 10 auto che arrivano e registra il
numero x di SUV. Ottiene x = 3. Il dipendente B osserva pure le prime 10 auto, ma regi-
stra yi , i = 1, . . . , 10, ponendo yi = 1 se l’i-esima auto è un SUV e zero altrimenti. Ottiene
y = (0, 0, 1, 1, 0, 0, 0, 0, 0, 1). Il dipendente C decide invece di continuare ad osservare l’arrivo
delle auto finché non arrivano 3 SUV e registra il numero z di auto che arrivano fino al terzo
SUV. Ottiene z = 10.
a) Si specifichino modelli statistici adeguati per i dati x, y, z ottenuti da A, B, C, rispettiva-
mente.
b) Si ottengano le funzioni di verosimiglianza per π, LA (π), LB (π), LC (π) basate sui modelli
specificati al punto precedente e sui dati x = 3, y = (0, 0, 1, 1, 0, 0, 0, 0, 0, 1) e z = 10, rispetti-
vamente.
c) Si mostri che le tre funzioni di verosimiglianza sono equivalenti.
d) Il dipendente A continua l’esperimento e osserva le 6 auto successive registrando l’arrivo di
2 SUV. Come può combinare l’esito di questa seconda osservazione con quello della prima per
calcolare la funzione di verosimiglianza per π?

2. Sia Y ∼ N (µ, σ 2 ), con µ ∈ IR e σ 2 > 0. La distribuzione della variabile casuale T = exp(Y ) è

detta lognormale con parametri µ e σ 2 .
a) Si ottenga la distribuzione di T .
b) Sia y = (y1 , . . . , yn ) un vettore di realizzazioni indipendenti di Y e sia t = (t1 , . . . , tn ) il
¯
vettore ¯delle corrispondenti realizzazioni di T , con ti = exp(yi ), i = 1, . . . , n. Si mostri che le
funzioni di verosimiglianza per θ = (µ, σ 2 ) basate su y e su t sono equivalenti.
c) Si calcoli la funzione di log-verosimiglianza.
d) Si generalizzi il risultato per qualunque trasformazione monotona e derivabile delle osserva-
zioni w = (w1 , . . . , wn ) con wi = g(yi ) e g(·) derivabile e monotona.
¯
3. Si considerino gli stessi dati e lo stesso modello statistico dell’Esercizio 4, Esercitazione 6.
a) Si ottengano la funzione di verosimiglianza e di log-verosimiglianza per λ.
b) Si ottenga la stima di massima verosimiglianza di λ.
c) Si risponda ai due quesiti precedenti assumendo che i dati siano realizzazioni indipendenti
di una variabile casuale con distribuzione Ga(α, λ), con α = α0 fissato (α0 6= 1).

4. I dati che seguono rappresentano il numero di aerei in arrivo in un aeroporto nelle ore pomeri-
diane, in n = 30 giorni distinti.

n. arrivi 1 3 4 5 6 7 8 9 11 12
frequenza 1 1 2 5 4 5 3 5 3 1

Si assuma che il campione sia casuale semplice da una distribuzione di Poisson con parametro
λ; ossia si assuma che y = (y1 , . . . , yn ) sia un campione con y1 , . . . , yn realizzazioni di variabili
casuali Yi , i = 1, . . . , n, indipendenti ed identicamente distribuite con legge P o(λ).

a) Si identifichino lo spazio campionario e lo spazio parametrico.

b) Si scrivano le funzioni di verosimiglianza e log-verosimiglianza.
c) Si ottenga la stima di massima verosimiglianza di λ.
d) Si fornisca una stima della probabilità che, in un pomeriggio, ci siano almeno 2 arrivi in
aeroporto.