DELLI PARAMETRICI DI DISTRIBUZIONI DI VARIABILI DISCRETE E CONTI

Si tratta di modelli matematici che dipendono da particolari parametri

caratteristici e che rappresentano modelli teorici di distribuzioni di
frequenza e densit relative

f X x;

f X xi ; 0

i 1

f X xi ; 1

f X x; 0

X g , h

2
X

x1

f X x; 1
CONTINUI

DISCRETI

x1 x2

xk

xi

xk

x1

xk

LE VARIABILI ALEATORIE o VARIABILI CASUALI

Si chiamano cos le variabili statistiche che hanno come
distribuzione uno di questi modelli teorici.

i 1

xk

x1

f X xi ; xi
f X x; x dx

X2

i 1

xk

x1

f X x;

f X xi ; xi X

f X x; x X dx

CONTINUI

DISCRETI
Media e varianza dipendono dai
parametri
E quindi al variare del valore dei
parametri le distribuzioni
cambiano

x1 x2

xi

xk

x1

xk

Distribuzione di
PROBABILITA

ALCUNE VARIABILI CASUALI DISCRETE

VC DISCRETA UNIFORME

1
k
f X x; , con x 1,2, , k
k
k 2Lancio di una moneta Testa =1 Croce =2
k 6

Lancio di un dado

1
k

1 2

Questo modello
rappresenta la frequenza
relativa di volte in cui
osserveremmo le diverse
modalit in una serie
infinita di prove
Ovvero la PROBABILITA
dellevento

ALCUNE VARIABILI CASUALI DISCRETE

VC di
BERNOULLI

f X x; p 1 p
x

1 x

, con x 0,1

0 p 1

p 0Lancio
.5 di una moneta Testa =0 Croce =1
f X x 0; p 1 p
f X x 1; p p

X p
0 1

p 1 p
2
X

ALCUNE VARIABILI CASUALI DISCRETE

VC
BINOMIALE

0 1 p 1
2 n intero positivo

n x
n x
f X x; p 1 p , con x 0,1, n
x
p 0Lancio
.5 di n monete Testa =0 Croce =1, X = numero di teste
n
n!

x! n x !
x

X np
0 1

np1 p
2
X

 n x
1 x

f X x; p 1 p , con x 0,1, n
x

DISTRIB.BINOM .N x; n; p; FALSO

ALCUNE VARIABILI CASUALI DISCRETE

VC di
POISSON

f X x; e

, con x 0,1,
x!
x

X numero di incidenti in un anno

Numero medio di
incidenti

2
X

0 1

f X x; e

, con x 0,1,
x!
x

DISTRIB.POISSON X ; ; FALSO

ALCUNE VARIABILI CASUALI CONTINUE

VC UNIFORME

Densit di PROBABILITA

a, b : a b

1
f X x;
, con a x b
ba

a 0, b 1

1
ba

ab
X
2

Estrazione di un
numero a caso tra 0
e1
Excel: =CASUALE()
2

a
X2
12

Questo modello
rappresenta la densit
relativa con la quale
osserveremmo le diverse
modalit in una serie
infinita di prove
Ovvero densit di
PROBABILITA dellevento

1
f X x;
, con a x b
ba

X=CASUALE()
cade a sinistra con frequenza
relativa p
e cade a destra con frequenza
Se
costruisco
relativa
1-p una nuova variabile
come segue

1 se X p
Y
0 se X p

1 p

p
X=CASUALE()

Questa nuova VC
una VC Bernoulli(p)
Attraverso CASUALE() si
possono simulare VC di
qualsiasi tipo