Introduzione all’inferenza

Presentazione sul tema: "Introduzione all’inferenza"— Transcript della presentazione:

1 Introduzione all’inferenza
Popolazione Campione 1. Distribuzione delle medie campionarie 2. Il teorema del limite centrale 3. Attendibilità della stima campionaria: errore standard della media e limiti fiduciali

2 Introduzione all’inferenza
Campionamento Popolazione Campione Media Media Dev. st. Dev. st.

3 Distribuzione delle medie campionarie
Popolazione Campioni Media campionaria Dimensione del campione Media campionaria Vera media μ Dimensione del campione ... Media campionaria Dimensione del campione Ci sono infiniti campioni che possono essere estratti dalla popolazione

4 Distribuzione della popolazione
x Le medie di campioni estratti da una popolazione normale si distribuiscono esse stesse secondo una distribuzione normale attorno alla media della popolazione Distribuzione delle medie campionarie con n=5 Distribuzione delle medie campionarie con n=30 La dimensione del campione non altera questa proprietà ma la variabilità di questa distribuzione Plot delle tre distribuzioni

5 Teorema del limite centrale
Cosa succede se la popolazione di partenza non è normale? Il teorema del limite centrale  afferma che, al crescere della dimensione del campione, medie di misurazioni casuali ricavate da una popolazione tendono a distribuirsi secondo una distribuzione normale, a prescindere dalla distribuzione di partenza

6 Teorema del limite centrale
Popolazione degli studenti Distribuzione popolazione di partenza Distribuzione delle medie con n=5 Distribuzione delle medie con n=30

7 Teorema del limite centrale
Se le medie seguono una distribuzione normale posso usare le proprietà di z per testare ipotesi sulle medie e non più sui valori della variabile!!! Variabile Test sulla variabile (lezione scorsa) z Media campionaria Test sulle medie (vedi prossima ora)

8 Attendibilità della stima
Di solito lavoriamo solo con uno degli infiniti campioni μ=40 Poiché lavoriamo con i campioni abbiamo sempre un certo grado di incertezza nella stima della media della popolazione Media=39.5 Media=42 Come possiamo misurare l’attendibilità della stima

9 Distribuzione delle medie: Errore standard
Errore standard della media (SE) SE è la deviazione standard della distribuzione delle medie!!! Ci serve la deviazione standard della popolazione Dimensione del campione

10 Intervalli di confidenza (o fiduciali) con σ nota
La variabilità della popolazione non cambia!!! Come possiamo ridurrre l’incertezza nella stima? La dimensione del campione la scegliamo noi! Errore standard (SE) Dimensione del campione (n)

11 Errrore standard della media (SE) con σ nota
N aumenta o diminuisce? Distribuzione delle medie N=15 N=30 N=50

12 Teorema del limite centrale

13 ? Intervallo di confidenza Non conosciamo la media della popolazione!
Stimiamo la media campionaria Valutiamo la bontà della nostra stima

14 Intervalli di confidenza (o fiduciali) con σ nota
Si può definire un intervallo di valori di x attorno alla media campionaria entro cui il parametro della popolazione può essere incluso e determinare una probabilità associata (e.g. 95%) E z50%= contiene il 50% z95%=1.960 contiene il 95% z99%=2.576 contiene il 99%

15 Intervalli di confidenza (o fiduciali) con σ nota

16 Intervalli di confidenza (o fiduciali) con σ nota
Singolo campione include la media della popolazione Singolo campione non include la media della popolazione

17 Intervalli di confidenza (o fiduciali) con σ ignota

18 Per n elevati t-Student e z convergono
Intervalli di confidenza (o fiduciali) con σ ignota Per campioni piccoli (e.g. n<30) non siamo sicuri che s=σ Aumenta il grado di incertezza nella stima Si utilizza una nuova distribuzione (t-Student) che ci permette di stimare intervalli di confidenza corretti Per n elevati t-Student e z convergono

19 Intervalli di confidenza (o fiduciali) con σ ignota
S deviazione standard del campione n dimensione del campione media del campione Notate la similitudine con la distribuzione di z Il test t venne sviluppato per identificare la migliore varietà di orzo da utilizzare per la produzione della "stout", la famosa birra scura Era obbligato a lavorare con campioni piccoli!

20 Intervalli di confidenza (o fiduciali) con σ ignota
df= g.d.l. =Gradi di libertà=n-1 t dipende dalla dimensione del campione z no! Gli intervalli saranno maggiori o minori con t rispetto a z?

21 Intervalli di confidenza (o fiduciali) con σ ignota
t dipende da n e dalla probabilità associata all’intervallo! α a 2 CODE!

22 Esempio: estrazione di un campione di 10 studenti
Popolazione degli studenti (altezza media=??? cm) Calcoliamo gli intervalli di confidenza Altezza media dei 10 studenti non conoscendo la deviazione standard della popolazione