ESERCIZI DI STATISTICA

Documenti analoghi
Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

frazione 1 n dell ammontare complessivo del carattere A x

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

DI IDROLOGIA TECNICA PARTE II

Analisi di dati vettoriali. Direzioni e orientazioni

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Design of experiments (DOE) e Analisi statistica

Problema della Ricerca

Statistica degli estremi

Elementi di Statistica descrittiva Parte III

Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

Capitolo 5: Fattorizzazione di interi

LA COMPATIBILITA tra due misure:

Marco Riani - Analisi delle statistiche di vendita 1

Test delle ipotesi Parte 2

I PARTE: CALCOLO DELLE PROBABILITÀ

Lezione 1. I numeri complessi

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL

Attualizzazione. Attualizzazione

Modelli di Schedulazione

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Concetti principale della lezione precedente

CONCETTI BASE DI STATISTICA

SCHEDA DIDATTICA N 5

I appello - 29 Giugno 2007

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Elementi di Calcolo delle probabilità

«MANLIO ROSSI-DORIA»

Algebra Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

I PARTE: CALCOLO DELLE PROBABILITÀ

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

Serie numeriche: esercizi svolti

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

Lezione 19. Elementi interi ed estensioni intere.

ammontare del carattere posseduto dalle i unità più povere.

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Statistica e calcolo delle Probabilità. Allievi INF

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

S O L U Z I O N I + 100

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Variazione approssimata del valore attuale

Ammortamento americano. Ammortamento americano

17. FATICA AD AMPIEZZA VARIABILE

La verifica delle ipotesi

STATISTICA DESCRITTIVA

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

Variabili statistiche - Sommario

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

The Maximum Clique Problem (MCP)

SUCCESSIONI NUMERICHE

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo

Leggere i dati da file

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

Lezione 3. Funzione di trasferimento

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

UNI CEI ENV (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Premessa Equazioni i differenziali lineari

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

Teorema 13. Se una sere converge assolutamente, allora converge:

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs , n. 30)

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa Esercitazione: 4 aprile 2013

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

DOTTORATO DI RICERCA IN GEOFISICA-XXIIICICLO/ EQUAZIONI ALLE DERIVATE PARZIALI (Prof. BONAFEDE)

STATISTICA Lezioni ed esercizi

Istituzioni di Statistica e Statistica Economica

Esercitazioni di Statistica Dott.ssa Cristina Mollica

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

Metodi e Modelli di Programmazione Lineare

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del TEMA 1. f(x) = arcsin 1 2 log 2 x.

Università di Napoli Parthenope Facoltà di Ingegneria

Vantaggi della stratificazione

Facoltà di Ingegneria CdL Ingegneria Informatica. Prova scritta di Analisi Matematica I COMPITO A. Lecce,

Macchine. 5 Esercitazione 5

Incertezza di misura

TECNICHE DI PROGRAMMAZIONE

Introduzione. La regressione logistica

Introduzione al Machine Learning

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

3.4 Tecniche per valutare uno stimatore

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

SERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n

1 Limiti di successioni

ESERCIZI SULLE SERIE

UNIVERSITÀ POLITECNICA DELLE MARCHE Dipartimento di Economia. Variabili Casuali. Giulio Palomba

Cristiano Teodoro

Sintassi dello studio di funzione

Transcript:

ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {<x }(x { x }( { x ( }( Co x ( s tede la -esma delle realzzazo, ordate dalla pù pccola alla pù grade, metre co X ( e X ( s tedoo, rspettvamete, la varable casuale m{x } e la v.c. max{x }. L'ultmo passaggo è gustcato dal fatto che l prodotto delle fuzo dcatrc o è se soo tutte o ulle e cò avvee se x max x. S vede che la fuzoe d verosmglaza è decrescete e qud l massmo è assuto x ( e qud lo SMV è ˆΘ max X X (. Dobbamo calcolare l valore atteso d questo stmatore e per farlo abbamo bsogo d cooscere la sua dstrbuzoe. F ˆΘ(x P( ˆΘ x P(X ( x P(X x, x ( x P(X x d E( ˆΘ f ˆΘ(x x x x dx x + + + Qud lo SMV o è corretto ma è astotcamete corretto. U plausble stmatore corretto è ˆΘ + ˆΘ + X (. Soluzoe dell'eserczo. Scrvamo la fuzoe d verosmlaza: L( f(x, x Scrvamo la fuzoe d log-verosmoglaza: l( l L( l + ( ( {<x <}(x x l x

Trovamo ora l massmo d l(. l( + l x ˆ l x Qud lo SMV è ˆΘ l X. Soluzoe dell'eserczo 3. Calcolamo la fuzoe d verosmglaza: L( f(x, La fuzoe a( e (x {x }(x e (x { x( }( (x è crescete, qud l massmo è assuto el puto x ( e qud lo SMV è ˆΘ m X X (. Dobbamo calcolare l suo valore atteso, c serve, qud, la sua dstrbuzoe. P( ˆΘ > P(X ( > P(X >, e (x dx P(X > e (x e ( F ˆΘ( P( ˆΘ e ( f ˆΘ( e ( E( ˆΘ e (x xe (x dx xe (x + + Qud lo stmatore ˆΘ o è corretto ma è astotcamete corretto. e (x dx Soluzoe dell'eserczo 4. a Calcolamo l valore atteso d ˆ 3 : E(ˆ 3 ae(ˆ + ( ae(ˆ a + ( a. Questo mostra che lo stmatore ˆ 3 è o dstorto. b Calcolamo, ora, la varaza dello stmatore e la mmzzamo rspetto ad a: V ar(ˆ 3 V ar ( aˆ + ( aˆ V ar(aˆ + V ar ( ( aˆ a V ar(ˆ + ( a V ar(ˆ a σ + ( a σ. a V ar(ˆ 3 aσ ( aσ a σ σ + σ Qud l valore d a che mmzza la varaza dello stmatore è a σ σ + σ.

Soluzoe dell'eserczo 5. S deve calcolare la varaza teedo coto del fatto che ˆ e ˆ o soo dpedet e s ha: V ar(ˆ 3 a σ + ( aσ + ac a c. a V ar(ˆ 3 aσ ( aσ + c 4ac a Notate che se c s ha lo stesso valore dell'eserczo 4. σ c σ + σ c Soluzoe dell'eserczo 6. Dobbamo mostrare che Y coverge probabltà a +. Vedamo se le Y vercao le potes della legge de grad umer, calcolamo, qud, mometo prmo e mometo quarto. E(Y d + + + < E(Y 4 4 d +4 + 4 + 4 < Possamo applcare la legge de grad umer a Y e cocludere che Y coverge co probabltà a E(Y +, ovvero Y è uo stmatore cosstete d +. Soluzoe dell'eserczo 7. a Il valore atteso d Y è µ poché è ua realzzazoe da ua N(µ,, qud è uo stmatore corretto. b Poché Y N(µ,, Z Y µ N(, e qud P( Y µ P( Z P( Z P(Z, 587, 686. c La dezoe d cossteza (covergeza probabltà è: ˆ è uo stmatore cosstete per se ɛ > lm P( ˆ ɛ. Nel ostro caso ˆ Y e abbamo che per ɛ lm P( Y µ, 686, qud Y o è uo stmatore cosstete per µ. Soluzoe dell'eserczo 8. a Trovamo la fuzoe d verosmglaza e vedamo come è possble fattorzzarla: L(µ e ( µ πσ σ +µ µ (π σ e σ (π σ e σ e µ(µ Y σ b L(σ e ( µ πσ σ ( µ (π σ e σ c L(µ, σ e ( µ πσ σ (π σ e σ µ(µ σ 3

Soluzoe dell'eserczo 9. Calcolamo la fuzoe d verosmglaza: L(p p ( p p ( p, qud, per l crtero d fattorzzazoe, ache completa. Sa T Y è ua statstca sucete; vedamo se è Y, abbamo che ( E(z(T z( ( ( p z( qud deve essere Y Bom(, p: ( p ( p ( p z( w w avedo deto w p p ( z( w w ma questo è u polomo w ( p p e qud ( z( z(. Qud T è ua statstca sucete completa. Deamo ˆΘ E( ˆΘ p p, Y, s ha qud ˆΘ è uo stmatore corretto fuzoe d ua statstca sucete completa e qud è u UMVUE. Soluzoe dell'eserczo. Scrvamo la fuzoe d verosmglaza: L( e qud la dstrbuzoe appartee alla famgla espoezale e qud, Y è ua statstca sucete mmale completa. Calcolamo la dstrbuzoe d W Y : f W (w f Y ( w d w w dw e Esp( ( Qud E(Y E(W E. Allora ˆΘ Y è uo stmatore o dstorto fuzoe d ua statstca sucete completa e qud è u UMVUE. Y 4

Soluzoe dell'eserczo. La fuzoe d verosmglaza è: 3 L( {[,]}( 3 3 3 { }( ( 3 3 { ( }( Lo stmatore d massma verosmglaza è duque ˆΘ Y ( poché la fuzoe d verosmglaza è decrescete e assume l massmo sul prmo valore che può essere assuto. Dal crtero d fattorzzazoe rsulta che Y ( è ua statstca sucete. Calcolamo la sua dstrbuzoe. P(Y ( P(Y,..., Y 3 3 3 3 3 3 3 3 P(Y f Y( ( 3 3 3,. Mostramo che T Y ( è ua statstca completa. E(z(T z( 3 3 3 d z(3 3 z( 3 3 d Questo dmostra che T è ua statstca completa. Vedamo ora se ˆΘ è uo stmatore corretto. E(Y ( 3 3 3 d 3 3 + ˆΘ o è uo stmatore corretto ma ˆΘ 3 + 3 Y ( lo è ed essedo fuzoe d ua statstca sucete completa è u UMVUE. Soluzoe dell'eserczo. Sappamo che E(Y α β e che V ar(y α β e qud E(Y V ar(y + ( E(Y α + α β β Rsolvedo s trova che ˆα α β Y α + α β α+α. Le equazo da mpostare soo qud β Y (Y Y e ˆβ Y Y (Y Y. Soluzoe dell'eserczo 3. Calcolamo l mometo prmo della dstrbuzoe: E(Y ( + d + + Impoamo che + + Y, s ha che ˆΘ Y Y. 5