I momenti principali sono tre:
- rispetto all’origine
- rispetto alla media
- standardizzato
In questo post, si analizzerà il momento rispetto alla media, partendo dal caso più generico, per poi passare allo studio di alcuni suoi casi particolari.
I momenti principali sono tre:
In questo post, si analizzerà il momento rispetto alla media, partendo dal caso più generico, per poi passare allo studio di alcuni suoi casi particolari.
I momenti principali sono tre:
In questo post, si analizzerà il momento rispetto all’origine, partendo dal caso più generico, per poi passare allo studio di alcuni suoi casi particolari.
In alcune situazioni, può essere utile dare una rappresentazione sintetica della distribuzione di una variabile casuale attraverso degli indici caratteristici piuttosto che dare una sua rappresentazione completa mediante la funzione di ripartizione, di massa o di densità di probabilità. Esistono diversi modi per costruire questi indici, tra i più utilizzati il calcolo di uno e più valori attesi detti anche momenti della distribuzione di una variabile casuale.
Le tre funzioni sinora analizzate (funzione di ripartizione, di massa e di densità di probabilità) che consento di stabilire il modo in cui la probabilità si distribuisce sull’insieme dei valori assunti dalla variabile casuale semplice X, sono tra loro strettamente connesse.
Read the rest of this entry »
In questo post, sono presenti una serie di esercizi (reperibili in rete), la cui discussione e risoluzione è stata necessaria alla comprensione della parte teorica (vista nei post precedenti) e pertanto, importante ai fini del superamento dell’esame di Probabilità.
Riprendendo il discorso interrotto nella lezione precedente circa il difetto della funzione di massa di probabilità della variabile casuale semplice discreta (non è definita per variabili casuali continue), si prova ora a capire il perché di questo fatto.
Data la variabile casuale discreta che assume valori
con
(ed eventualmente
, se il supporto o rango della funzione è un insieme con cardinalità infinita numerabile, cioé se l’insieme di valori che la variabile casuale può assumere, è un insieme costituito da un numero infinito numerabile di numeri reali)
Funzione di Massa di Probabilità (o PMF, che sta per Probability Mass Function): è la funzione
dall’insieme dei reali nei reali positivi, che ad ogni elemento associa la probabilità che la variabile casuale discreta
assuma valori uguali al reale
; in simboli:
o meglio, è la funzione che vale zero, per ogni reale non appartenente al supporto
ed è pari alla probabilità che la variabile casuale discreta
assuma valori uguali alle determinazioni
, per tutti gli
appartenenti al rango
; in simboli:
Con questo post inauguro la sezione del blog dedicata a raccogliere i comandi (MS-DOS, UNIX, etc) che mi capita spesso utilizzare e dei quali voglio tenere memoria.
Data la Variabile Casuale Semplice , la
Funzione di distribuzione (o di ripartizione o delle probabilità cumulate): è la funzione dall’insieme dei reali nell’intervallo chiuso
, che ad ogni numero reale associa la probabilità che la variabile casuale semplice X assuma valori minori o uguali del reale x.
Con questo post inauguro la sezione del blog dedicata a raccogliere le combinazioni di tasti (MS-DOS, UNIX, etc) che mi capita spesso utilizzare e dei quali voglio tenere memoria.