Introduzione all'inferenza - Dipartimento di Economia e Statistica
Introduzione all'inferenza - Dipartimento di Economia e Statistica
Introduzione all'inferenza - Dipartimento di Economia e Statistica
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Le procedure inferenziali<br />
Ciò che interessa il nostro corso è:<br />
La stima puntuale<br />
E' la procedura più semplice: in base alle osservazioni campionarie si ottiene<br />
il valore da sostituire al parametro da stimare<br />
LA STIMA DEI PARAMETRI<br />
PUNTUALE: quando si propone un singolo valore come stima<br />
<strong>di</strong> un parametro dell variabile casuale.<br />
Valori possibili<br />
nel campione<br />
INTERVALLARE: quando si propone un ventaglio <strong>di</strong> valori ragionevoli<br />
come stime.<br />
LA VERIFICA DI IPOTESI<br />
Da esperienze precedenti o dalla logica delle indagini si può supporre che i<br />
parametri abbiano determinati valori. Sono compatibili con le risultanze<br />
campionarie<br />
C'è da aspettarsi un certo scarto tra la stima puntuale ed il parametro<br />
incognito, ma in genere non conosciamo né l'entità né il segno<br />
dell’errore<br />
Stima puntuale basata su modelli<br />
Si conosce il modello della casualità dell’esperimento, ovvero le con<strong>di</strong>zioni<br />
sperimentali richiamano un particolare modello <strong>di</strong> cui però ignoriamo i<br />
parametri.<br />
METODO DEI MOMENTI:<br />
METODO DELLA MASSIMA<br />
VEROSIMIGLIANZA:<br />
Eguagliando i momenti campionari e quelli della<br />
popolazione si ottengono delle equazioni da<br />
risolvere rispetto ai parametri.<br />
A parità <strong>di</strong> con<strong>di</strong>zioni si sceglie il valore che dà<br />
la massima probabilità ai fatti osservati<br />
Il primo è più semplice dal punto <strong>di</strong> vista operativo, il secondo è più<br />
interpretabile<br />
La scelta avverrà in base alle con<strong>di</strong>zioni sperimentali ed alle <strong>di</strong>verse proprietà<br />
teoriche delle due procedure<br />
Metodo dei momenti<br />
Sia (X 1<br />
, X 2<br />
, … X n<br />
) un campione casuale semplice da una v.c.<br />
f ( X;! 1 ,! 2 ,…,! k )<br />
il metodo dei momenti proposto da K. Pearson nel 1894 propone le relazioni<br />
n<br />
! X i<br />
µ ˆ 1 = i=1 = E( X )<br />
n<br />
n<br />
2<br />
! X i<br />
µ ˆ 2 = i=1<br />
n<br />
……………………<br />
µ ˆ k =<br />
n<br />
k<br />
! X i<br />
i=1<br />
n<br />
= E( X 2 )<br />
= E( X k )<br />
Si usano tante relazioni quanti sono i<br />
parametri incogniti del modello.<br />
Il sistema <strong>di</strong> equazioni è risolto rispetto ai<br />
parametri come funzioni dei valori<br />
campionari.