Precorso di statistica parte 2 a a. 2017-2018 Laura Neri



Scaricare 65.59 Kb.
02.02.2018
Dimensione del file65.59 Kb.

Precorso di STATISTICA

Parte 2

a.a. 2017-2018

Laura Neri

laura.neri@unisi.it

Dip. Economia Politica e Statistica

Gli appunti che trovate alla pagina

…..

fanno riferimento al testo:



Introduzione all'econometria. Ediz. mylab (2016)

Di James H. Stock(Autore),Mark W. Watson(Autore), F. Peracchi (a cura di).



Campionamento Casuale Semplice

Data una popolazione Yi (i=1..N) (vd. Estrazione campioni.xls)



  • n unità sono scelte a caso da essa (n numerosità del campione)

  • a campionamento avvenuto ogni Yi (i=1..n) assume un preciso valore

  • all’atto del campionamento (Y1, Y2, …Yn) possono assumere diversi valori quindi possono essere trattate come variabili casuali

Perché all’atto del campionamento (Y1, Y2, …Yn) possono assumere diversi valori quindi possono essere trattate come variabili casuali? (vd. Estrazione campioni.xls)

DISPOSIZIONI CON RIPETIZIONE

Una disposizione con ripetizione di n oggetti distinti presi k alla volta è un possibile modo di scegliere k oggetti eventualmente ripetuti dagli n e ordinarli.

c:\users\ghellini\desktop\vecchio pc\g\documenti\didattica\precorso_statistica\cenni di calcolo combinatorio_files\disposizioniconripetizione.png

Es: Dato l'insieme: A ={1,3,5,8}; quanti numeri a due cifre si possono scrivere con gli elementi di A, considerando che sono ammesse le ripetizioni. Le possibili combinazioni sono 16:

11,13,15,18,31,33,35,38,51,53,55,58,81,83,85,88

Perché a campionamento avvenuto (Y1, Y2, …Yn) ogni Yi assume un preciso valore? (vd. Estrazione campioni.xls)

Esempio: La popolazione oggetto di indagine è costituita da N=50 unità, numerate univocamente da 1 a 50, si intende estrarre un campione casuale semplice di n=10 unità. Mediante l’uso di un opportuno software si genera la seguente serie di numeri casuali {3, 6, 11, 12, 25, 28, 31, 37, 44, 46}; le unità corrispondenti sono state evidenziate in bleu nella figura.



L’ennupla campionaria estratta è UNA quella costituita da 1, 2, 49, 50



Estrazioni i.i.d

Y1, Y2, …Yn sono estratte casualmente dalla stessa popolazione

La distribuzione marginale di ogni Yi è la stessa per ogni i



Y1, Y2, …Yn si dicono identicamente distribuite

Dato lo schema di ccs, conoscere il valore di Y1, non fornisce indicazioni sulla probabilità di selezione di Y2

Prob (Y2|Y1)= Prob (Y2)

In generale

Prob (Yi|Yj)= Prob (Yi) per ogni i,j =1,…,n

Concludendo:


  • concetto chiave 2.5. ccs e variabili casuali i.i.d

Nel c.c.s, n unità sono estratte casualmente da una popolazione e ogni unità ha la stessa probabilità di essere estratta. Il valore della v.c. Y per l’i-esima unità viene indicato con Yi. Siccome ogni unità ha la stessa probabilità delle altre di essere estratta, possiamo concludere che

Y1, Y2, …Yn sono estratte dalla stessa distribuzione e sono indipendentemente distribuite quindi sono indipendenti e identicamente distribuite (i.i.d)



Distribuzione campionaria della MEDIA CAMPIONARIA

[Formula 2.43]

(Y1, Y2, …Yn) sono variabili casuali, la loro media è casuale.

Il valore della media campionaria cambia al variare degli elementi selezionati nel campione.

Quali valori può assumere e con quale probabilità? Dipende dallo schema di campionamento adottato (sample design).

Nel nostro caso CCS (vd. Estrazione campioni.xls)

Nell’ipotesi che le osservazioni campione (Y1, Y2, …Yn) siano i.i.d e che µY e σY2 siano rispettivamente media e varianza di Yi, allora

Valore atteso della media campionaria [Formula 2.44]

Varianza della media campionaria [Formula 2.45]

N.B. tali risultati valgono indipendentemente dalla distribuzione di Yi, nessuna assunzione specifica è stata fatta.

Distribuzione campionaria della MEDIA CAMPIONARIA per Yi~N

Dato che la media campionaria è una somma di v.c con Distribuzione Normale allora (per la 2.42) la media campionaria ha una Distribuzione Normale con media e varianza specificata dalla 2.44 e 2.45

In questo caso si parla di distribuzione esatta o distribuzione per campioni finiti.

Distribuzione campionaria della MEDIA CAMPIONARIA per Yi~qualunque

APPROSSIMAZIONE ALLA DISTRIBUZIONE CAMPIONARIA PER GRANDI CAMPIONI

Se Yi non è Normale non è possibile determinare la distribuzione esatta e si determinerà la distribuzione asintotica. I due strumenti chiave sono



  • La legge dei grandi numeri (permette di valutare il valore atteso di Yi)

  • Il teorema del limite centrale (distribuzione della media campionaria)

La legge dei grandi numeri e consistenza

Nel 1713 Jakob Bernoulli, matematico svizzero, enunciò un teorema diventato famoso col nome di Legge dei Grandi Numeri. Questo teorema avvicina il concetto di probabilità statistica a quello di probabilità matematica fino a farli coincidere.

Infatti esso dice: la frequenza relativa con cui un evento casuale si manifesta tende ad assumere il valore della sua probabilità matematica quanto più il numero delle osservazioni è alto.
Cerchiamo di spiegare questo concetto con un semplice esempio.

La matematica afferma che lanciando una moneta esce Testa con probabilità p(Testa)=1/2; cioè nel 50% dei casi (probabilità matematica o teorica).

Ma siamo sicuri che lanciando una moneta 10 volte esca per 5 volte Testa?

Certamente no. Non c’è nessuna certezza che ciò avvenga; potrebbe venire Testa 6 volte su 10 oppure 4 su10 o anche solamente 2 su 10, come si fa a prevedere? Non si può!
Se però facciamo un esperimento che simuli il lancio casuale di una moneta per tantissime volte, e calcoliamo il rapporto fra il numero di volte che il risultato è stato Testa e il numero totale dei lanci, ci accorgiamo che al crescere del numero dei lanci, questo rapporto si avvicina sempre di più al 50% stabilito dalla matematica.

Proviamo?!!!!!!!!

*Programma STATA che simula il lancio di un dado ( per n volte: 1 T, 0 C)

set obs 10

gen n= _n

*assegna testa se il numero estratto>0.5

gen x = uniform() > .5

gen heads = sum(x)

gen pctheads = heads/n [valore della media campionaria]

tab x


twoway (histogram pctheads, start(0) gap(0.1) xlabel(0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1) )

OUTPUT del programma che ripeto per diversi n (10, 100, 1000, 10000)



n=10

x | Freq. Percent Cum.

------------+-----------------------------------

0 | 4 40.00 40.00

1 | 6 60.00 100.00

------------+-----------------------------------

Total | 10 100.00



n=100

x | Freq. Percent Cum.

------------+-----------------------------------

0 | 52 52.00 52.00

1 | 48 48.00 100.00

------------+-----------------------------------

Total | 100 100.00



n=1000

x | Freq. Percent Cum.

------------+-----------------------------------

0 | 482 48.20 48.20

1 | 518 51.80 100.00

------------+-----------------------------------

Total | 1,000 100.00



n=10000

x | Freq. Percent Cum.

------------+-----------------------------------

0 | 5,023 50.23 50.23

1 | 4,977 49.77 100.00

------------+-----------------------------------

Total | 10,000 100.00



Il bello è che questo si verifica per qualunque

fenomeno casuale

“la media campionaria, che è una variabile casuale, è prossima alla media della popolazione con probabilità molto alta, quando n è grande”



Si dice che

  • la media campionaria converge in probabilità alla media della popolazione al crescere di n

o equivalentemente che

  • la media campionaria è uno stimatore consistente della media della popolazione

Quali sono le condizioni per cui vale la legge dei grandi numeri?

Yi (i=1…n) siano i.i.d e che la varianza di Yi sia finita (la distribuzione non presenta outlier o sono improbabili).

[Vd. Concetto chiave 2.6]
Il teorema del limite centrale

Con questo nome vengono presentati diversi enunciati che riguardano la convergenza alla distribuzione normale di medie o somme di variabili aleatorie indipendenti. Il teorema, nelle diverse formulazioni e generalizzazioni ha un ruolo importante, sia dal punto di vista teorico, sia, ancora di più, nelle applicazioni. Molti dei principali metodi utilizzati nell’inferenza statistica si basano su questo teorema.


Il teorema afferma che:

date n variabili aleatorie (Y1, Y2, …Yn) indipendenti con stessa media μY e stessa varianza σY2, la variabile aleatoria Z con



“tende” ad avere una Distribuzione Normale di media 0 e varianza 1; dove “tende” significa che, all’aumentare di n, la distribuzione di Z assomiglia sempre più a quella di una variabile aleatoria N(0,1).

Il teorema, come già detto, è un risultato teorico e contiene, nel suo enunciato un limite per n che tende a infinito. Per renderlo operativo ci chiediamo quanto deve essere grande n perché il risultato valga?

La qualità dell’approssimazione dipende dalla distribuzione delle Yi che compongono la media, comunque in generale diciamo per n>30.


Utilizzando il package clt di Stata possiamo osservare la distribuzione della media campionaria (in questo caso è riportata la Z) data la distribuzione che noi scegliamo. I parametri di scelta sono:

Population: distribuzione della variabile Y

N: numerosità campinaria

# (Samples): Numero di campioni della simulazione






















APPLICAZIONI

1. American Airline sostiene che il 5% degli individui che hanno prenotato il volo non si presenta al check in. Se la compagnia ha venduto 240 biglietti per un volo che ha solo 233 posti a sedere, qual è la probabilità che tutti i passeggeri che si presentano abbiano un posto a sedere?

2. Si deve verificare il buon funzionamento di una macchina che produce tubi di acciaio. In condizioni di regolarità della produzione il diametro è 30 mm e la deviazione standard è 4 mm. Per verificare se la macchina non si sia “sregolata” si esamina un campione di 100 pezzi e se la media dei diametri del lotto è maggiore di 31 mm si attua una manutenzione straordinaria della macchina. È ragionevole questa scelta per la soglia? Per rispondere dobbiamo sapere qual è la probabilità di ottenere una media dei diametri maggiore di 31 mm, nel caso in cui la macchina funzioni in modo regolare. Modelliamo la misura del diametro del tubo con una variabile aleatoria di valore atteso 30 e di deviazione standard 4 e consideriamo la variabile aleatoria media campionaria. Dobbiamo valutare se è “alta” o “bassa”.

3. Il processo di riempimento delle confezioni di pasta di una azienda non è perfetto: il peso dichiarato è 500 grammi (con varianza pari a 13), ma è plausibile che vi siano confezioni con un peso superiore e altre con un peso inferiore. Un’associazione per la tutela del consumatore vuole verificare se il macchinario che riempie le confezioni è veramente tarato su 500 grammi oppure è tarato su un peso inferiore.

Viene selezionato casualmente un campione di 100 confezioni, e ne viene pesato il contenuto ottenendo un valore pari a 499 grammi

indicato con Y il “peso in grammi di una confezione”.

Calcolare la .



Diciamo che possiamo considerare tarata bene la macchina se quasi tutti i pacchi prodotti hanno un peso compreso in [499,501] quindi calcolare la

4. Durante l’ultimo anno un’azienda ha introdotto l’orario “flessibile” (ogni impiegato può, entro certi limiti, scegliere l’orario di lavoro più adatto alle sue esigenze). Il numero medio di giorni di assenza per impiegato, nei tre anni precedenti, è stato di 6.3 giorni all’anno con una varianza pari a 8.5. Per verificare se l’introduzione dell’orario flessibile ha ridotto l’assenteismo, come alcuni dirigenti hanno sostenuto, viene estratto un campione casuale di 100 impiegati, e viene registrato il numero di giorni di assenza di ciascuno nel corso dell’ultimo anno, ottenendo un valore pari a 5.5. Dobbiamo quindi valutare se la è “alta”.


Condividi con i tuoi amici:


©astratto.info 2017
invia messaggio

    Pagina principale