STIMA DELLA VARIANZA CAMPIONARIA

Transcript

1 STIMA DELLA VARIANZA CAMPIONARIA Abbiamo visto che una stima puntuale corretta per il valore atteso µ delle variabili aleatorie X i è x n = (x x n )/n. Una stima puntuale della varianza σ 2 delle variabili aleatorie X i è la varianza campionaria s 2 n s 2 n = (x 1 x) 2 + (x 2 x) (x n x) 2 n 1 Mostriamo che anche questa stima puntuale è corretta ossia che il valore medio dello stimatore S 2 n = (X 1 X) 2 + (X 2 X) (X n X) 2 n 1 è uguale alla varianza σ 2 delle variabili aleatorie X i.

2 Si consideri un campione di numerosità n da una popolazione: n variabili aleatorie X 1,.., X n, con stessa distribuzione di cui non si conosce la varianza σ 2. Otteniamo n numeri x 1,..x n (x i è il valore osservato della variabile aleatoria X i ). Sembra naturale prendere come stima di σ 2 il numero a n = (x 1 µ) 2 + (x 2 µ) (x n µ) 2 n In effetti a n è una stima corretta se il valore atteso µ delle variabili X i è noto. Sia a n una realizzazione della variabile aleatoria A n (lo stimatore: stessa definizione di a n ma con le realizzazioni x i sostituite dalle corrispondenti variabili aleatorie X i ). Vericare che E(A n ) = σ 2 è semplice, infatti dalla equazione qui sopra, tenendo presente che le variabili X i sono identicamente distribuite, si ha che E(A n ) = E[(X 1 µ) 2 ] = σ 2

3 Tuttavia molto spesso anche il valore atteso è ignoto e quindi sembra ragionevole sostituire µ con la sua stima che è la media campionaria x n. b n = (x 1 x n ) 2 + (x 2 x n ) (x n x n ) 2 n In effetti b n NON è una stima corretta. Vericare che E(B n ) σ 2 è semplice, infatti dalla equazione qui sopra, tenendo presente che le variabili X i sono identicamente distribuite, si ha [ ( E(B n ) = E[(X 1 X n ) 2 ] = E X 1 X ) ] 1 + X X 2 n n

4 Tenendo presente che X i e X j sono indipendenti se i j si ha E(X i X j ) = E(X i )E(X j ) = µ 2 per i j (si noti che la prima uguaglianza, che non dimostriamo, è una diretta conseguenza dell indipendenza). Si ha inoltre E[Xi 2 ] = µ 2 + σ 2 per ogni i, usando questi risultati si ottiene E(B n ) = n 1 n σ2 e quindi B n non è uno stimatore corretto. Se invece di dividere per n si divide per n 1 si ottiene uno stimatore è corretto. In definitiva uno stimatore puntuale corretto della varianza σ 2 è S 2 n = (X 1 X) 2 + (X 2 X) (X n X) 2 n 1 ossia è la varianza campionaria perchè E(S 2 n) = n n 1 E(B n) = σ 2.

5 DISTRIBUZIONE DELLA VARIANZA CAMPIONARIA Abbiamo visto S 2 n è uno stimatore corretto di σ 2. Si può inoltre dimostrare (sostanzialmente un applicazione della legge dei grandi numeri) che per ogni a positivo, P( S 2 n σ 2 > a) 0 quando n. Questo significa che S 2 n σ 2 per grandi n. Se la distribuzione della popolazione è normale (se le X i sono gaussiane) si può dimostrare un risultato più preciso col seguente teorema Teorema La variabile aleatoria (n 1) S2 n σ 2 = 1 σ 2 n (x i x) 2 ha una distribuzione del chi-quadrato a n 1 gradi di libertà. Non descriveremo qui questa distribuzione (in realtà una famiglia di distribuzioni di parametro n 1). i=1

6 RIASSUMENDO Per un campione di numerosità n estratto da una popolazione con distribuzione di media µ e varianza σ si ha che E(S 2 n) = σ 2 per ogni n, S 2 n σ 2 quando n (non realizzabile in pratica), (n 1) S2 n ha una distribuzione del chi-quadrato a n 1 gradi σ 2 di libertà se le X i sono gaussiane. (n 1) S2 n ha approssimativamente una distribuzione del σ 2 chi-quadrato a n 1 gradi di libertà se le X i non sono gaussiane. Si noti che la varianza campionaria è una stima della varianza σ 2. Dato che S n σ 2 per n, la sua precisione (efficienza) aumenta al crescere di n.

7 DISTRIBUZIONE DELLE MEDIA CAMPIONARIA (VARIANZA INCOGNITA). I risultati finora ottenuti ci permettono quindi di dire quindi che X n ha media µ e varianza σ/ n. Inoltre per n sufficientemente grandi, la variabile Z n = ( X n µ)/(σ/ n) è approssimativamnte una normale standard. Abbiamo infine visto che per n grandi la variabile aleatoria S n coincide colla varianza σ. Se non si conosce la varianza σ ha quindi senso rimpiazzarla con S n e definire la variabile aleatoria T n = X n µ S n / n Teorema. Se le X i sono normali, T n è una variabile aleatoria avente la distribuzione t di Student con grado di libertà n-1.

8 Non descriveremo qui la distribuzione t di Student, Tuttavia notiamo che al crescere di n la variabile aleatoria S 2 n coincide sempre più con la varianza σ 2 e quindi la variabile T n coincide con Z n (le due variabili sono legate dalla relazione T n = Z n σ/s n ). Per questo motivo la t di Student è sempre meglio approssimata da una normale standard al crescere di n. Normale standard comparata a una t di Student con n 1 = 4.

9 RIASSUMENDO Se le variabili X i non sono gaussiane, la variabile T n è solo approssimativamente distribuita come una t di Studente di parametro n 1. Quindi per un campione di numerosità n estratto da una popolazione con distribuzione di media µ e varianza σ si ha che T n ha una distribuzione t di Student a n 1 gradi di libertà se le X i sono gaussiane, T n ha approssimativamente una distribuzione t di Student a n 1 gradi di libertà se le X i non sono gaussiane, T n ha approssimativamente una distribuzione normale standard se n è grande (anche per X i non gaussiane).

10 Abbiamo visto che la media campionaria è uno stimatore corretto del valore atteso µ e la varianza campionaria è uno stimatore corretto della varianza σ 2. Lo stimatore di un parametro non è unico: per decidere quale tra 2 stimatori corretti sia il migliore si usa il criterio di scegliere quello più efficiente ossia quello per cui la varianza è minore. Esercizio 1. Si consideri un campione x 1,...,x n di variabili aleatorie discrete X i che assumono i tre valori 0, -1, 1 con probabilità p( 1) = a 2, p(0) = 1 a, p(1) = a 2 (1) Per quali a la funzione p è una distribuzione di probabilità? Risposta: deve essere 0 p(i) 1 per ogni i = 0, 1, 1 quindi a deve essere a [0, 1]. Inoltre deve essere p( 1) +p(0)+p(1) = 1, cosa vera per ogni a.

11 (2) Calcolare valore atteso e varianza. Risposta: E(X 1 ) = ( 1) a a + 0 (1 a) = 0. var(x 1 ) = E(X 2 1 ) = ( 1) 2 a (1 a) a 2 = a (3). Si considerino i seguenti 2 stimatori di a: Γ = 1 n n X i, Λ = X n i=1 I due stimatori sono corretti? Risposta: E(Λ) = E( X n ) = 1 p( 1) + 0 p(0) + 1 p(1) = a

12 Poichè le X i. hanno stessa distribuzione: E(Γ) = 1 n n E( X i ) = 1 n i=1 n a = a i=1 Quindi sia Γ che Λ sono stimatori corretti. (4) Si calcoli la varianza dei due stimatori. Risposta: la varianza di Λ è ( var(λ) = E ( X n a) 2) = E ( X n 2) a 2 E ( X n 2) = ( 1) 2 p( 1) p(0) p(1) = a 2 + a 2 = a quindi var(λ) = a a 2 = a(1 a).

13 Poichè le variabili aleatorie sono indipendenti e con stessa distribuzione: var(γ) = var( 1 n n X i ) = 1 n n 2 var( X i ) i=1 i=1 = 1 n n 2 var( X n ) = 1 n 2 i=1 n i=1 (5) Quale è lo stimatore più efficiente? Risposta: si ha a(1 a) = 1 a(1 a) n var(γ) var(λ) = 1 < 1, per ogni n > 1 n Quindi Γ è più efficiente di Λ.

14 Esercizio 2. Si consideri un campione x 1,...,x n di variabili aleatorie discrete X i che assumono i due valori 0 e 1 con probabilità 1 p e p rispettivamente. (1) Si calcolino µ = E(X i ) e σ = var(x i ) in funzione di p. Risposta: Si deve avere µ = 0 (1 p) + 1 p = µ per cui µ = p, che implica µ [0, 1]. Inoltre σ 2 = E(X 2 i ) µ 2 = 0 2 (1 p) p p 2 = p(i p). (2) Lo stimatore di p Γ = 1 12 X 1 + 3(X 2 + X 3 ) è corretto? Risposta: Poichè le X i hanno stessa distribuzione: E(Γ) = 1 12 E(X 1)+3E(X 2 )+3E(X 3 ) = E(X 1 )[ ] = µ = p quindi Γ è distorto (il suo valore atteso non coincide con p).

15 (3) Si determini una costante c tale che posto Λ = cγ, Λ è uno stimatore corretto di p. Risposta: siccome E(Γ) = 73p/12), per c = si ha che quindi E(Λ) = E(Γ) = p Λ = 1 73 X (X 2 + X 3 ) è uno stimatore corretto di p. (4) Si compari lo stimatore corretto di µ (e quindi di p = µ) X 3 = (X 1 + X 2 + X 3 )/3 con Λ e si dica quale è quello piú efficiente

16 Risposta: per le proprietà della varianza var(λ) = ( ) 1 2 var(x 1 ) + 73 ( ) 36 2 var(x 2 ) + 73 ( ) 36 2 var(x 3 ) 73 inoltre tenendo presente che le variabili X i sono identicamente distribuite con varianza σ 2 var(λ) = σ 2 [ ( 1 73) ( ) ] 36 2 = 0.49 σ 2 73 Si ha invece var( X 3 ) = σ 2 /3 = 0, 33 σ 2 e quindi var( X 3 ) var(λ) = 0, 33 0, 49 < 1 Quindi X 3 è più efficiente di Λ.