Laboratorio virtuale > Distribuzioni notevoli > 1 2 3 4 [5] 6 7 8 9 10 11 12 13 14 15
In questo paragrafo studieremo una distribuzione di particolare importanza in statistica, che si presenta in particolare nello studio della versione standardizzata della media campionaria quando la distribuzione sottostante è normale.
Si abbia una variabile casuale Z con distribuzione normale standardizzata, e una V con distribuzione chi-quadro con n gradi di libertà, e si supponga che queste due variabili casuali siano indipendenti. Sia
T = Z / (V / n)1/2.
Nell'esercizio seguente, si dovrà mostrare che T ha funzione di densità di probabilità
f(t) = C(n) (1 + t2 / n)-(n + 1)/2 per t appartenente a R
dove la costante di normalizzazione C(n) è data da
C(n) = gam[(n + 1) / 2] / [(n)1/2 gam(n / 2)].
1. Dimostrare che T ha la funzione di densità riportata sopra percorrendo i seguenti passi.
La distribuzione di T è detta distribuzione t di Student con n gradi di libertà. La distribuzione è definita per ogni n > 0, ma in pratica si considerano interessanti solo i valori interi positivi di n. Questa distribuzione fu introdotta da William Gosset, che pubblicava sotto lo pseudonimo di Student. Oltre a riportare la dimostrazione, l'esercizio 1 rappresenta anche una maniera interessante di vedere la distribuzione t: essa si presenta quando la varianza di una distribuzione a media 0 è in qualche modo casualizzata.
2. Nell'applet variabile casuale, seleziona la distribuzione t di Student. Modifica n e osserva la forma della funzione di densità di probabilità. Poni n = 5 e simula 1000 replicazioni con frequenza di aggiornamento 10. Osserva la convergenza della funzione di densità empirica a quella teorica.
3. Traccia il grafico della funzione di densità t definita nell'esercizio 1. Mostra in particolare che
Dall'esercizio 3, segue che la distribuzione t è unimodale, con moda 0.
4. La distribuzione t con 1 grado di libertà è detta distribuzione di Cauchy, in onore di Augustin Cauchy. Mostra che la sua funzione di densità è
f(t) = 1 / [(1 + t2)], t appartenente a R.
La funzione di ripartizione e la funzione quantile non sono esprimibili in forma chiusa tramite le funzioni elementari. Valori approssimati di queste funzioni di possono ottenere dalla tavola della distribuzione chi-quadro e dall'applet quantile.
5. Nell'applet quantile, seleziona la distribuzione di Student. Modifica i gradi di libertà e osserva la forma della funzione di densità e della funzione di ripartizione. Trova, in ciascuno dei casi seguenti, la mediana, il primo e il terzo quartile e lo scarto interquartile.
Sia T t-distribuita con n gradi di libertà. La rappresentazione data nell'esercizio 1 può essere utilizzata per trovare media, varianza e gli altri momenti di T.
6. Dimostrare che
In particolare la distribuzione di Cauchy non ha valore atteso.
7. Si dimostri che
8. Nell'applet varaibile casuale, seleziona la distribuzione t di Student. Modifica n e osserva la posizione e la dimensione della barra media/deviazione standard. Per i seguenti valori di n, esegui 1000 replicazioni con frequenza di aggiornamento 10. Confronta il comportamento dei momenti empirici coi risultati teorici ottenuti negli esercizi 5 e 6.
9. Dimostrare che
Avrai probabilmente notato che, almeno qualitativamente, la funzione di densità della distribuzione t di Student è molto simile a quella della normale standardizzata. La somiglianza è anche quantitativa:
10. Usa un teorema limite fondamentale dell'analisi per mostrare che, dato t,
f(t) exp(-t2 / 2) / (2)1/2 per n .
Nota che la funzione di destra è la funzione di densità di probabilità della distribuzione normale standardizzata.
11. Mostra, coi dati dell'esercizio 1, che, usando la legge forte dei grandi numeri
La distribuzione t ha code più spesse, e di conseguenza è più appuntita in confronto alla normale standardizzata.