Densit` a
1(condizione) :=
(0 se “condizione” `e falsa 1 se “condizione” `e vera
Densit` a discrete
n k
:= 1(k ∈ {0, . . . , n}) n!
k!(n − k)!
Binomiale di parametri n ∈ N, p ∈ (0, 1) f (x) :=n
x
px(1 − p)n−x µ = np σ2= np(1 − p)
Ipergeometrica di parametri n, a, N ∈ N, a ≤ N f (x) :=
a x
N −a n−x
N n
µ = na
N σ2= na N
1 − a
N
N − n N − 1
Poisson di parametro λ > 0 f (x) := λx
x!e−λ1(x ∈ {0, 1, . . . }) µ = λ σ2= λ Geometrica di parametro p ∈ (0, 1)
f (x) := p(1 − p)x−11(x ∈ {1, 2, . . . }) µ = 1
p σ2= 1 p2 −1
p
Densit` a continue
Normale di parametri µ, σ2 f (x) := 1
√
2πσ2exp
−(x − µ)2 2σ2
µ = µ σ2= σ2
Uniforme in (α, β), α < β f (x) := 1
β − α1(x ∈ (α, β)) µ = α + β
2 σ2=(β − α)2 12 Gamma di parametri α > 0, λ > 0
f (x) := λα
Γ(α)xα−1e−λx1(x > 0) µ = α
λ σ2= α λ2 Esponenziale di parametro λ > 0
f (x) := λe−λx1(x > 0) µ = 1
λ σ2= 1 λ2 Weibull di parametri λ > 0, β > 0
f (x) := λβxβ−1e−λxβ1(x > 0) µ = Γ
1 + 1β
λ1/β σ2= Γ
1 +β2
− Γ
1 + β12
λ2/β
Intervalli di confidenza 1 − α
Media
Varianza nota campione normale o numeroso
Xn− zα/2
σ0
√n, Xn+ zα/2
σ0
√n
Xn− zα
σ0
√n, +∞
−∞, Xn+ zα
σ0
√n
Varianza incognita campione normale o numeroso
Xn− tα/2,n−1Sn
√n, Xn+ tα/2,n−1Sn
√n
Xn− tα,n−1Sn
√n, +∞
−∞, Xn+ tα,n−1Sn
√n
Varianza
Media incognita campione normale (n − 1)Sn2
χ2α/2,n−1 , (n − 1)Sn2 χ21−α/2,n−1
! (n − 1)Sn2 χ2α,n−1 , +∞
!
0,(n − 1)Sn2 χ21−α,n−1
!
Differenza tra medie µ
X− µ
YVarianze note campioni indipendenti normali o numerosi
Xn− Ym− zα/2 rσ2X
n +σY2
m, Xn− Ym+ zα/2 rσ2X
n +σY2 m
!
Xn− Ym− zα
rσX2 n +σ2Y
m, +∞
!
−∞, Xn− Ym+ zα
rσ2X n +σ2Y
m
!
Varianze incognite campioni indipendenti numerosi
Xn− Ym− zα/2 rSX2
n +SY2
m, Xn− Ym+ zα/2 rSX2
n +SY2 m
!
Xn− Ym− zα
rSX2 n +SY2
m, +∞
!
−∞, Xn− Ym+ zα
rSX2 n +S2Y
m
!
Varianze incognite ma uguali campioni indipendenti normali SP2 :=(n − 1)SX2 + (m − 1)SY2
n + m − 2
Xn− Ym− tα/2,n+m−2SP
r1 n+ 1
m, Xn− Ym+ tα/2,n+m−2SP
r1 n+ 1
m
!
Xn− Ym− tα,n+m−2SP
r1 n + 1
m, +∞
!
−∞, Xn− Ym+ tα,n+m−2SP
r1 n+ 1
m
!
Dati accoppiati
Si considera il campione D1:= X1− Y1, . . . , Dn := Xn− Yn.
Test di ipotesi di livello ≤ α
Media
Varianza nota campione normale o numeroso Z0:= Xn− µ0
σ0
√n
H0: µ = µ0 contro H1: µ 6= µ0 rifiuto H0 se |Z0| > zα/2
H0: µ = µ0 o H0: µ ≥ µ0 contro H1: µ < µ0 rifiuto H0 se Z0< −zα
H0: µ = µ0 o H0: µ ≤ µ0 contro H1: µ > µ0 rifiuto H0 se Z0> zα
Varianza incognita campione normale o numeroso T0:=Xn− µ0
Sn
√n
H0: µ = µ0 contro H1: µ 6= µ0 rifiuto H0 se |T0| > tα/2,n−1
H0: µ = µ0 o H0: µ ≥ µ0 contro H1: µ < µ0 rifiuto H0 se T0< −tα,n−1
H0: µ = µ0 o H0: µ ≤ µ0 contro H1: µ > µ0 rifiuto H0 se T0> tα,n−1
Varianza
Media incognita campione normale
X02:= (n − 1)Sn2 σ02
H0: σ2= σ20 contro H1: σ26= σ02rifiuto H0se X02> χ2α/2,n−1 o X02< χ21−α/2,n−1
H0: σ2= σ20 o H0: σ2≥ σ02 contro H1: σ2< σ20 rifiuto H0 se X02< χ21−α,n−1
H0: σ2= σ20 o H0: σ2≤ σ02 contro H1: σ2> σ20 rifiuto H0 se X02> χ2α,n−1
Differenza tra medie µ
X− µ
YVarianze note campioni indipendenti normali o numerosi Z0:= Xn− Ym
qσ2X n +σmY2
H0: µX = µY contro H1: µX6= µY rifiuto H0 se |Z0| > zα/2
H0: µX = µY o H0: µX ≥ µY contro H1: µX< µY rifiuto H0 se Z0< −zα
H0: µX = µY o H0: µX ≤ µY contro H1: µX> µY rifiuto H0 se Z0> zα
Varianze incognite campioni indipendenti campioni numerosi Z0:= Xn− Ym
qSX2 n +Sm2Y
H0: µX = µY contro H1: µX6= µY rifiuto H0 se |Z0| > zα/2
H0: µX = µY o H0: µX ≥ µY contro H1: µX< µY rifiuto H0 se Z0< −zα
H0: µX = µY o H0: µX ≤ µY contro H1: µX> µY rifiuto H0 se Z0> zα
Varianze incognite ma uguali campioni indipendenti normali T0:= Xn− Ym
SP
q1 n+m1
, SP2 := (n − 1)SX2 + (m − 1)S2Y n + m − 2
H0: µX = µY contro H1: µX6= µY rifiuto H0 se |T0| > tα/2,n+m−2
H0: µX = µY o H0: µX ≥ µY contro H1: µX< µY rifiuto H0 se T0< −tα,n+m−2
H0: µX = µY o H0: µX ≤ µY contro H1: µX> µY rifiuto H0 se T0> tα,n+m−2
Dati accoppiati
Si considera il campione D1:= X1− Y1, . . . , Dn := Xn− Yn.
Rapporto tra varianze σ
2X/σ
Y2Medie incognite campioni indipendenti normali di numerosit`a n ed m rispettivamente F0:= SX2
SY2
H0: σ2X= σ2Y contro H1: σ2X6= σY2 rifiuto H0 se F0> fα/2,n−1,m−1o F0< f1−α/2,n−1,m−1
H0: σ2X= σ2Y o H0: σ2X≥ σY2 contro H1: σ2X< σY2 rifiuto H0 se F0< f1−α,n−1,m−1
H0: σ2X= σ2Y o H0: σ2X≤ σY2 contro H1: σ2X> σY2 rifiuto H0 se F0> fα,n−1,m−1
Test χ
2Adattamento ad una densit`a completamente specificata
X1, . . . , Xn, campione da una funzione di massa P (X = i) := pi, i = 1, . . . , k non nota
Ni:= “numero di volte che i appare in {X1, . . . , Xn}”
p0i, i = 1, . . . , k, numeri positivi tali che,Pk
i=1p0i = 1.
X02:=
k
X
i=1
(Ni− np0i)2 np0i =
k
X
i=1
Ni2 np0i
!
− n
H0: (p1, . . . , pk) = (p01, . . . , p0k), contro H1: “H0`e falsa” rifiuto H0se X02> χ2α,k−1. Adattamento ad una densit`a con m parametri incogniti
X1, . . . , Xn, campione da una funzione di massa P (X = i) := pi, i = 1, . . . , k non nota
Ni:= “numero di volte che i appare in {X1, . . . , Xn}”
p0i(λ1, . . . , λm), i = 1, . . . , k funzioni positive note ma dipendenti da λ1, . . . , λm parametri incogniti e tali che,Pk
i=1p0i = 1.
ˆp0i stimatore di p0i, i = 1, . . . , k
X02:=
k
X
i=1
(Ni− nˆp0i)2 nˆp0i =
k
X
i=1
Ni2 nˆp0i
!
− n
H0: (p1, . . . , pk) = (p01(λ1, . . . , λm), . . . , p0k(λ1, . . . , λm)) per qualche (λ1, . . . , λm), contro H1:
“H0`e falsa” rifiuto H0se X02> χ2α,k−m−1.
Indipendenza
(X1, Y1), . . . , (Xn, Yn), campione da una funzione di massa P (X = i, Y = j) := pi,j, i = 1, . . . , r, j = 1, . . . , s non nota
Ni,j := “numero di volte che (i, j) compare in {(X1, Y1), . . . , (Xn, Yn)}”
Ni:= “numero di volte che i compare in {X1, . . . , Xn}” =Ps j=1Ni,j
Mj:= “numero di volte che j compare in {Y1, . . . , Yn}” =Pr i=1Ni,j.
ˆpi:= Ni/n
ˆqj:= Mj/n
X∗2:=
r
X
i=1 s
X
j=1
(Ni,j− nˆpiqˆj)2 nˆpiqˆj = n
r
X
i=1 s
X
j=1
Ni,j2 NiMj
− 1
H0: X e Y sono indipendenti, contro H1: “H0`e falsa” rifiuto H0 se X∗2> χ2α,(r−1)(s−1).