La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Distribuzioni troncate: esempio Un vecchio amico: il dado P(x)=1/6 Se supponiamo che 3 facce (1,2,3) siano “ cancellate” P(x/x>3)= p(x)/p(x>3)= (1/6)/(3/6)=

Presentazioni simili


Presentazione sul tema: "Distribuzioni troncate: esempio Un vecchio amico: il dado P(x)=1/6 Se supponiamo che 3 facce (1,2,3) siano “ cancellate” P(x/x>3)= p(x)/p(x>3)= (1/6)/(3/6)="— Transcript della presentazione:

1 Distribuzioni troncate: esempio Un vecchio amico: il dado P(x)=1/6 Se supponiamo che 3 facce (1,2,3) siano “ cancellate” P(x/x>3)= p(x)/p(x>3)= (1/6)/(3/6)= 1/3 E(X) = ( )*1/6 = 21/6 = 3.5 E(x/x>3)= (4+5+6)*1/3= 15/3 = 5 V(x) = 2.92 V(x/x>3)= 0.67 Sono stai “eliminati” i valori più “piccoli”  TRONCAMENTO A SINISTRA

2 Se invece immaginiamo che siano cancellate le facce 4,5,6: P(x/x<4)= p(x)/p(x<4)= (1/6)/(3/6)= 1/3 E(X) = ( )*1/6 = 21/6 = 3.5 E(x/x<4)= (1+2+3)*1/3= 6/3 = 2 V(x) = 2.92 V(x/x>3)= 0.67 Sono stai “eliminati” i valori più “grandi”  TRONCAMENTO A DESTRA

3 Effetti del Troncamento: Rispetto alla distribuzione “non troncata” 1.La funzione di densità si modifica (“aumenta”) 2.La media si modifica (aumenta se tronc.sx, diminuisce se tronc. A dx) 3. La varianza diminuisce in ogni caso Ovviamente “ignorare” il troncamento porta a stime distorte

4 Funzione di densità di probabilità: quale relazione con la densità “non troncata”? In generale avremo (dalla definizione di probabilità condizionata)

5 F(a) F(b)

6

7 Per un troncamento a sinistra: Per un troncamento a destra: Questo rapporto è noto come “Inverse Mill’s Ratio” o anche “Hazard function” Equivale a “scalare” la troncata in modo che l’integrale assommi a 1

8 Esempio: Distribuzione normale Troncamento a sx Dove densità della N(0,1) NON troncata (è una funzione) ripartizione della N(0,1) nel punto di troncamento (è un numero)

9 Esempio: Distribuzione normale Troncamento a dx Cambia solo il denominatore

10

11 Esempio: Tronchiamo a sx nel punto 10 cioè circa euro

12 Dati sulle distribuzioni (troncata nel punto ln(reddito)=10) NON troncataTroncata Numerosità %100%35% media LN9,76710,364 Varianza LN0,3730,109 Sdev LN0,6110,330 cv6%3% DATIORIGINALI Media Varianza Sdev cv68%49% En passant notiamo che exp(medie dei logaritmi) ammontano rispettivamente a e 31707

13 Calcoliamo la funzione di densità per x= ln(x)=10,6 Nella distribuzione originale il valore standardizzato (10,6-9,77)/0.61= 1,36 e p(1,36)= 0,1578 Nella troncata:

14 Vista la relazione sulla densità è agevole ricavare quella sui parametri: Basta calcolare l’integrale che definisce media e varianza per la troncata Definiamo:  = E(x)  ²=V(x) (a)=p(x)/p(x>a)=  (x)/(1-  (  )) (Inverse Mill’s ratio)  (a)= (a)*( (a)-a) Allora: E(x/x>a) =  +  (a) V(x) =  ²[1-  (a)]

15 1-F(x) f(x) delta Lambda Valori di  e al variare del punto di troncamento

16

17

18 Un esempio (artificiale): Il 2% più ricco (coloro che hanno un reddito superiore a €) della popolazione italiana ha un reddito medio di €. Supponendo che la distribuzione dei redditi sia log- normale, qual è una stima del reddito medio dell’intera popolazione? Si ha: ln(100)=4,605 ln(142)=4,956

19 I dati indicano che: 1.E( y/y > 4,605) = 4,956 2.Prob(y > 4,605) = 0,02 Ricordando che:

20 Quindi le equazioni diventano:


Scaricare ppt "Distribuzioni troncate: esempio Un vecchio amico: il dado P(x)=1/6 Se supponiamo che 3 facce (1,2,3) siano “ cancellate” P(x/x>3)= p(x)/p(x>3)= (1/6)/(3/6)="

Presentazioni simili


Annunci Google