La distribuzione di Gauss
1 1
2
3
4
5
6
7
8
Metodo della massima verosimiglianza :
giustificazione del valor medio Σxi/N (come miglior valore di X vero) X best = Σx i /N (5.5 Taylor e 9.3 Carnelli)
Siano dati i valori delle n misure x 1 , …., x n ripetute e indipendenti della stessa grandezza fisica. Si suppone che la distribuzione di probabilità sia gaussiana i cui parametri X vero e σ non sono noti a priori. Poiché le misure sono indipendenti la probabilità di aver osservato queste n misure è data dal prodotto delle singole osservato queste n misure è data dal prodotto delle singole
probabilità
P X , σ (x 1 , ..,x N ) = P X , σ (x 1 )· P X , σ (x 2 ) ·.. P X , σ (x N ) =
= 1/((2) N 1/(σ N )) · e -Σ(xi - X)2/ 2σ 2
Le miglior stime dei parametri X e σ si possono ottenere utilizzando un principio variazionale della statistica noto come il principio di
massima verosimiglianza.
9Questo plausibile principio afferma che i migliori valori dei parametri sono quelli che rendono massima la funzione di probabilità P X , σ (x 1 , ..,x N ) che dipende dai parametri X = X vero e
= vera e si indica con F(X, ).
La funzione è a due variabili e per trovare i massimi si calcolano le derivate parziali della funzione, detta di massima verosimiglianza
F(X, σ) = 1/(2) N 1/σ N · e -Σ(xi - X)2 /2σ 2 = 1/(2) N σ- N · e -Σ(xi - X)2 /2σ 2
rispetto ai parametri X e
ovvero imponendo dF/dX = 0 e dF/dσ = 0
Nota: nella dimostrazione da qui in avanti si omette il fattore costante 1
/(2)
Nininfluente nella dimostrazione
10
Miglior valore di X
dF/dX = σ -N . (e -Σ(xi - X)2 /2σ 2 ) · d(-Σ(x i - X) 2 /2σ 2 )/dX =
= σ -N · (e -Σ(xi - X)2 /2σ 2 ) · (-2Σ(x i - X)/2σ 2 ) = 0
da cui Σ(x i - X) = 0 X best = Σx i /N
ovvero:
il miglior valore di X (secondo il principio di massima verosimiglianza), che si indica con X best , è il valore medio
Σx i /N
11
Miglior valore della varianza σ 2 best = Σ(x i −X) 2 /N
dF/dσ = -Nσ -N-1 e -Σ(xi - X)2 / 2 σ 2 + σ -N (e −Σ(xi - X)2 / 2 σ 2 ) . d(-Σ(x i - X) 2 / 2 σ 2 )/d
= -Nσ -N-1 e -Σ(xi - X)2 / 2 σ 2 + σ -N (e −Σ(xi - X)2 / 2 σ 2 ) · (-Σ(x i - X) 2 ) (-2σ -3 /2) =
= -Nσ -N-1 e -Σ(xi - X)2 / 2 σ 2 + σ -N (e −Σ(xi - X)2 / 2 σ 2 ) · (-Σ(x - X) 2 ) (-σ -3 ) =
= -Nσ -N-1 e -Σ(xi - X)2 / 2 σ 2 + σ -N (e −Σ(xi - X)2 / 2 σ 2 ) · (-Σ(x i - X) 2 ) (-σ -3 ) =
= σ -N e -Σ(xi - X)2 / 2 σ 2 (-Nσ -1 + Σ(x i - X) 2 σ -3 ) = 0 da cui (-N -1 + Σ(x i - X) 2 σ -3 ) = 0
ovvero
σ 2 best = Σ(x i - X) 2 /N
12
Giustificazione della deviazione standard
σ x = Σ(x i - X medio ) 2 /(N - 1) come miglior valore di
(9.4 Carnelli)
Dimostrazione della relazione Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /(N - 1)
σ 2 best = Σ(x i - X) 2 /N = Σ(x i - X medio + X medio - X) 2 /N = in cui ho aggiunto e tolto X medio medio = Σx i i /N
= Σ(x i - X medio ) 2 /N + Σ(X medio - X) 2 /N + 2Σ(x i - X medio )(X medio - X)/N = poiché Σ(x i - X medio )/N = Σ(x i )/N - NX medio /N = 0
l'ultimo termine è nullo e quindi si ha
σ 2 best = Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /N + N(X medio - X) 2 /N
= Σ(x i - X medio ) 2 /N + (Σx i /N - X) 2
in cui ho sostituito X medio con Σx i /N
13la relazione diventa
σ 2 best = Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /N + (Σx i - NX) 2 /N 2 =
= Σ(x i - X medio ) 2 /N + (Σx i - ΣX) 2 /N 2 =
= Σ(x i - X medio ) 2 /N + (Σ(x i - X)) 2 /N 2
l’ultimo termine può essere riscritto come Σ i (x i - X)·Σ j (x j - X)/N 2 e riscriviamo di seguito σ 2 best separando i termini diagonali del prodotto delle due sommatorie dai termini non diagonali
prodotto delle due sommatorie dai termini non diagonali si ottiene la relazione
σ 2 best = Σ(x i - X) 2 /N =
= Σ(x i - X medio ) 2 /N + Σ(x i - X) 2 /N 2 + Σ i (x i - X) · Σ j≠i (x j - X)/N 2 Il termine diagonale Σ(x i - X) 2 /N 2 è sempre positivo, mentre il termine non diagonale Σ i (x i - X) · Σ j≠i (x j - X)/N 2 non ha segno definito e per n molto grande si può trascurare rispetto al termine diagonale.
14
Con questa approssimazione, la relazione risulta:
σ 2 best = Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /N + Σ(x i - X) 2 /N 2 da cui si può scrivere che
Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /N + Σ(x i - X) 2 /N 2 Σ(x i - X) 2 /N - Σ(x i - X) 2 /N 2 = Σ(x i - X medio ) 2 /N Risolvendo rispetto a Σ(x i - X) 2 /N si ha
Σ(x - X) /N = Σ(x - X ) /(N - 1) Σ(x i - X) 2 /N = Σ(x i - X medio ) 2 /(N - 1)
Sostituendo nella σ 2 best = Σ(x i - X) 2 /N si ha che il miglior valore della 2 è
σ 2 best = Σ(x i - x medio ) 2 /(N - 1) e il miglior valore di
σ x = Σ(x i - X medio ) 2 /(N - 1)
15