You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Principali distribuzioni utilizzate in statistica:
Gamma
$$\Gamma(\alpha,\lambda) := \frac{\lambda ^{\alpha}}{\Gamma (\alpha)}x^{\alpha -1}e^{-\lambda x} \mathbb{I}_{(0,+\infty)}(x)$$
dove $\Gamma$ è la Gamma di Eulero. La distribuzione Gamma è utilizzata per modellare il tempo di attesa di un certo numero di eventi rari.
Chi quadrato
$$X^2(n) := Z_1^2 + ... + Z_n^2$$ con $Z_i \sim N(0,1)$
Inoltre $X^2(n)$ può essere scritto come $\Gamma(n/2,1/2)$ .
Chi quadrato viene utilizzata per il test di ipotesi sulle varianze.
T di student
La distribuzione T di Student viene utilizzata per il test di ipotesi sulla media di una popolazione quando la deviazione standard della popolazione non è nota.
Con $Z\sim N(0,1)$ e $X^2_n=X^2(n)$ è:
$$T_n := \frac{Z}{\sqrt{\frac{X^2_n}{n}}}$$$$\frac{\bar X - u}{\frac{S_n}{\sqrt n}}\sim t(n-1)$$Belle storielle fantasy del perchè si chiama '..di student'
F di fisher
La distribuzione F di Fisher viene utilizzata per il test di ipotesi sulla differenza tra le varianze di due popolazioni.$$F_{n,m} := \frac{X_n^2/n}{X_m^2/m}$$
Somma di variabili Gamma indipendenti
Se $X_1 \sim \Gamma [\alpha _1 , \lambda]$ e $X_2 \sim \Gamma [\alpha _1 , \lambda]$ v.a. indipendenti. Allora
$$X_1 + X_2 \sim \Gamma (\alpha_1 + \alpha_2 , \lambda)$$
Somma di Chi Quadrato
Se $X_1=X^2(n)$ e $X_2=X^2(m)$ e sono indipendenti allora
$$X_1 + X_2 = X^2(n+m)$$
Quantili della F di Fisher
$$f_{1-\alpha,m,n}=\frac{1}{f_{\alpha,n,m}}$$
Questa formula è importante, ad esempio, nella costruzione di intervalli di confidenza per la varianza di due popolazioni normali.