LA FUNZIONE DI VEROSIMIGLIANZA

Documenti analoghi
Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

DATA MINING PER IL MARKETING (63 ore)

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

MEDIA DI Y (ALTEZZA):

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

Compito A1- Soluzioni

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

Variabilità = Informazione

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Esercitazione 6 del corso di Statistica (parte 1)

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

I percentili e i quartili

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

ESERCIZI DI STATISTICA

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

Lezione 4. La Variabilità. Lezione 4 1

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

Soluzione degli esercizi del capitolo 11

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Caso studio 12. Regressione. Esempio

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Analisi dei Dati. La statistica è facile!!! Correlazione

Var iabili aleatorie continue

Indipendenza in distribuzione

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

Teoria dei Fenomeni Aleatori AA 2012/13

CALCOLO DEGLI INDICI STATISTICI

Formulario e tavole. Complementi per il corso di Statistica Medica

Esercitazione 5 del corso di Statistica (parte 1)

12. STATISTICHE CAMPIONARIE

LEZIONI DI STATISTICA MEDICA

CAP. 5 TEST DELLE IPOTESI STATISTICHE

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

Seconda Prova Parziale di STATISTICA Modalità A

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

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

TEST CHI DI INDIPENDENZA STOCASTICA

Un esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche.

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

Teoria dei Fenomeni Aleatori AA 2012/13

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

INDICI DI VARIABILITA

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Caso studio 10. Dipendenza in media. Esempio

Analisi delle distribuzioni doppie: dipendenza

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Il campionamento e l inferenza

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

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

Daniela Tondini

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Istogrammi e confronto con la distribuzione normale

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

Approfondimenti Lezione 3. Mara Bruzzi

Capitolo 6 Gli indici di variabilità

Verifica e scelta del modello probabilistico

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Le misure di variabilità

IL CALCOLO DELLA DOMANDA DI TRASPORTO (Capitolo 4)

DISTRIBUZIONE DI STUDENT

Variabili casuali ( ) 1 2 n

DI IDROLOGIA TECNICA PARTE II

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

LA REGRESSIONE LINEARE SEMPLICE

CAP. 2 - CAMPIONAMENTO e DISTRIBUZIONI CAMPIONARIE

Modelli di accumulo del danno dovuto a carichi ciclici

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Regressione e Correlazione

Capitolo 13 Il modello di regressione lineare

Classi di reddito % famiglie Fino a Oltre Totale 100

Verifica e scelta del modello probabilistico

Esercizi su Rappresentazioni di Dati e Statistica

Il modello di regressione multipla

frazione 1 n dell ammontare complessivo del carattere A x

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

Matematica elementare art.1 di Raimondo Valeri

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

La Regressione. Y = f ( X ) Le motivazioni che ci spingono alla ricerca di f essenzialmente due: la Previsione ed il Controllo.

Unità 11. Studio di più variabili. Interpolazione. Regressione. Correlazione. Notazione matriciale

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore)

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

6. LA CONCENTRAZIONE

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)

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Statistica per le ricerche di mercato. 10. La regressione lineare semplice

Transcript:

A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE PIU POTENTI

Fuzoe d verosmglaza, K, Osservato u determato campoe estratto da ua popolazoe la cu dstrbuzoe dpede da u parametro a fuzoe d verosmglaza dca la probabltà d osservare l campoe al varare del parametro Poché le osservazo campoare soo dpedet e detcamete dstrbute possamo scrvere la fuzoe d verosmglaza come prodotto delle probabltà delle sgole osservazo campoare: ( ) P( dat osservat; ) P(, K, ; ) P ( ; ) KP( ; ) f ( ; ) ( ; ) dove f corrspode alla probabltà o alla destà a secoda se è dscreta o cotua.

Metodo d massma verosmglaza Osservazoe: Nella fuzoe d verosmglaza dat campoar soo fssat, metre l valore del parametro cogto può varare. Qud la deve essere vsta come ua fuzoe del solo parametro che c dca quato è plausble uo specfco valore del parametro goto, ua volta che sa stato osservato l campoe. Se e soo due valor del parametro goto e se, dato l campoe, ( ) > ( ), dremo che l valore è pù verosmle d, alla luce del campoe osservato.

Metodo d massma verosmglaza Il metodo d massma verosmglaza per otteere ua stma del parametro goto, cosste el predere l valore d che massmzza la fuzoe d verosmglaza. Il valore che massmzza la è la stma d massma verosmglaza d ed è dcato co. ˆ Per coveeza s utlzza massmzzare l logartmo della detta log-verosmglaza,. log ( ) a stma d massma verosmglaza d è l valore che massmzza la, ossa log log ( ˆ ) suplog( ) ˆ

Stmatore d massma verosmglaza a stma d massma verosmglaza d è la soluzoe dell equazoe d verosmglaza: log 0 che el puto soddsfa ˆ log 0 Al varare del campoe osservato s avrà geerale ua dversa stma d massma verosmglaza del parametro. S ottee percò ua v.c. detta stmatore d massma verosmglaza del parametro. Se la popolazoe è Normale co meda µ e varaza σ gl stmator d massma verosmglaza per µ e σ soo: ˆ σ ( )

Il lvello del corso o permette ua trattazoe approfodta del metodo d costruzoe della massma verosmglaza Ma se: ˆ P ( λ ) λ ˆ E p λ λ f e s e : B e r ( ) ˆ

Esempo Popolazoe Beroullaa co parametro Campoe osservato,, K ; p [ ] 0 log log 0 ˆ

Test del rapporto delle massme verosmglaze U test co lvello d sgfcatvtà par ad α e ua fuzoe d poteza *( ) è detto uformemete pù potete a lvello α se:, Θ per og altro test co uguale lvello d sgfcatvtà α e fuzoe d poteza (). Test uformemete pù potet possoo essere dvduat medate l approcco basato sul rapporto delle massme verosmglaze.

Test uformemete pù potet possoo essere dvduat medate l approcco basato sul rapporto delle massme verosmglaze Dato u problema d verfca d potes: H : Θ cotro H : la statstca rapporto delle massme verosmglaze è: λ ( ) ( ) ( ) ma ˆ Θ ( 0 0) ma ( ) Θ Θ 0 0 dove ˆ è la stma d ma verosmglaza d co l vcolo Θ 0 0 metre ˆ è la stma d ma verosmglaza o vcolata. Λ() vara tra 0 e : pù è vco a 0 pù è grade l evdeza forta da dat cotro l potes ulla. Qud è logco cosderare u test che port a rfutare H0 a favore d H quadoλ() assume valor pccol: Per u opportuo c tale che 0<c<. R.C.: Λ() c I geere è scelto tale che l lvello d sgfcatvtà del test sa par ad u α prefssato.

Test ch-quadrato sull adattameto Tale test permette d verfcare se u modello teorco è adeguato a rappresetare u feomeo d teresse per l quale è stata osservata la dstrbuzoe d frequeza. Il test può essere applcato sa su varabl quattatve dscrete o cotue (suddvse class) sa su varabl qualtatve. Data ua varable co K modaltà A, A, K, A alle qual sao assocate ella popolazoe d rfermeto k le probabltà P( A),,, Kk. S suppoga d avere osservato le frequeze,, K, (frequeze osservate) corrspodeza d A, A, K, A. k k

obettvo è verfcare sulla base d ua dstrbuzoe d frequeze osservata, se u modello teorco è doeo a descrvere l feomeo. U modello teorco cosste ua dstrbuzoe d probabltà: P( A ) p, P( A ) p, K, P( A ) p co p 0 e p. k k 'potes ulla che s vuole sottoporre a test è: H : P( A ) p, per,, K, k. o l'potes alteratva, sotttesa assume che vece la dstrbuzoe dell e o è adeguata. Per effettuare l test s debboo cofrotare le frequeze osservate co le frequeze teorche, ossa quelle attese sotto l potes ulla p

Se l potes ulla è vera le frequeze attese u campoe d osservazo soo par a : ˆ p, ˆ p, K, ˆ p. Il test s esegue cofrotado le frequeze teorche co quelle osservate: quato pù è grade la dstaza tra esse tato meo verosmle è H. S utlzza la statstca test: χ ( ) k ˆ ˆ k k che sotto l'potes ulla è ota ed al crescere d s dstrbusce come ua v.c. ch-quadrato co k- g.d.l. Il valore della statstca test aumeta all'aumetare del umeratore per cu è ragoevole dvduare la regoe d accetazoe per valor pccol della statstca test: quato pù è pccolo l suo valore osservato tato pù plausble appare l'potes ulla: R.A.: χ χ e R.C.: χ > χ k, α k, α soo le rego d accetazoe e rfuto al lvello d sgfcatvtà α. 0

Nota: Sul test d omoschedastctà Nel caso d test d cofroto tra mede per due campo dpedet proveet da due popolazo ormal co σ e σ cogte essedo 30 e/o 30 è ecessaro effettuare l test d omoschedastctà ossa d uguaglaza delle varaze. Se s accetta l potes d omoschedastctà s utlzza ella statstca test dffereza tra le mede campoare studetzzata come stmatore della varaza (uca e par aσ ) della popolazoe la varaza pooled. S ot che se s rfuta l potes d omoschedastctà la statstca test dveta: S S T t c o g S S S S g