gilboxxxxx123
Erectus
3 min. di lettura
Vota

Concetti Chiave

  • La teoria del campionamento esplora la probabilità di deviazioni nel lancio di monete, considerando una distribuzione attesa di 50:50.
  • La distribuzione binomiale evidenzia come l'aumento del campione influenzi la probabilità di scostamenti dai risultati attesi.
  • Il test del chi-quadrato (x2) valuta la bontà dell'adattamento tra dati osservati e attesi, con la varianza misurata rispetto alle frequenze teoriche.
  • Il calcolo della probabilità di x2 permette di determinare se una differenza osservata è statisticamente significativa, utilizzando una soglia del 5%.
  • I gradi di libertà rappresentano le imposizioni su un sistema, limitando le possibili configurazioni dei risultati osservati.

Indice

  1. Probabilità nel lancio di monete
  2. Significatività statistica
  3. Distribuzione di probabilità e chi quadrato
  4. Libertà e vincoli nel sistema

Probabilità nel lancio di monete

Nel lancio di una moneta: p(T) = 1/2. 

p(C) = 1/2.
Se lanciamo una moneta un numero pari di volte è probabile che non si ottenga esattamente il rapporto atteso 50 : 50?
 Per esempio, su 200 lanci potremo ottenere: T = 97 volte e C = 103 volte .

Domanda: Posso considerare questa deviazione dall’atteso come dovuta al caso?

H0 o “ipotesi nulla”
 Alternativa: Problemi di conio, usura delle monete, monete truccate. 

Che entità deve avere la deviazione dal rapporto ATTESO 50 : 50, in un dato esperimento, perché si debba scartare l’ipotesi nulla? 

Significatività statistica

Per convenzione, l’ipotesi nulla è respinta quando la deviazione dell'atteso è così grande da poterla attribuire al caso meno del 5% delle volte. In questi casi la differenza si dice significativa.

Vi sono modi diversi in cui una  serie di eventi può manifestarsi.

Con l’aumentare del campione, si ha un aumento dei risultati possibili e quindi un aumento del numero degli scostamenti. A maggiori scostamenti corrisponde una minore probabilità, a minori scostamenti una probabilità maggiore.

Quando l’ipotesi è scartata al livello del 5% c’è una probabilità di 1 : 20 di scartare un’ipotesi valida.


La statistica quindi non può dare la prova assoluta della validità di un’ipotesi, ma solo porre limiti alla nostra incertezza. Se si vuole essere ancora più sicuri, si può usare il livello dell’ 1% (differenze altamente significative). In questo caso si ha una probabilità di 1 : 100 di scartare un’ipotesi valida.

Distribuzione di probabilità e chi quadrato

L’utilizzo della distribuzione di probabilità del c2 facilita enormemente la valutazione della bontà di adattamento tra dati osservati e dati attesi, in base ad una ipotesi “ipotesi nulla”.
Si tratta di una variabile continua data dalla somma degli scostamenti al quadrato, rapportati alla frequenze teoriche ed è indipendente dalle dimensioni del campione.

Il x2 è un indice di dispersione dei dati sperimentali dall’attesa teorica e può assumere qualsiasi valore tra 0 e ∞.

Quando x2 = 0 --> perfetto accordo con l’ipotesi; cresce man mano che gli scostamenti aumentano.

Lo scarto assoluto è valutato in relazione al numero delle osservazioni. 

I valori di probabilità del x2 corrispondenti ai vari scostamenti, approssimando quelli dello sviluppo del binomio (p+q)n. La distribuzione di probabilità è stata calcolata e i valori importanti per il test statistico sono stati tabulati (tab). Per ogni valore di x2, è riportata la probabilità di ottenere un risultato uguale o maggiore per solo effetto del caso. Se la probabilità è > 0,05 (5%), si conclude che la differenza non è significativa.

Libertà e vincoli nel sistema

La libertà che lascio al sistema dopo avergli dato un certo numero di “imposizioni”.

Esempio: Nel caso delle monete abbiamo due alternative: “T” e “C”. Se definiamo un totale di osservazioni (es: 100) ed assegno il numero di volte che si è presentato “T”, automaticamente sappiamo anche quante volte si è verificato “C”. Quindi il totale rappresenta sempre un vincolo per il sistema.

Domande da interrogazione

  1. Qual è l'importanza della deviazione dal rapporto atteso nel lancio di una moneta?
  2. La deviazione dal rapporto atteso 50:50 nel lancio di una moneta è importante per determinare se l'ipotesi nulla può essere scartata. Se la deviazione è significativa, cioè si verifica meno del 5% delle volte per caso, l'ipotesi nulla viene respinta.

  3. Come influisce l'aumento del campione sulla distribuzione binomiale e probabilità?
  4. Con l'aumento del campione, aumentano i risultati possibili e gli scostamenti, il che porta a una minore probabilità per scostamenti maggiori e una probabilità maggiore per scostamenti minori.

  5. In che modo il test del chi-quadrato (x2) aiuta nella valutazione dei dati?
  6. Il test del chi-quadrato facilita la valutazione della bontà di adattamento tra dati osservati e attesi, misurando la dispersione dei dati sperimentali dall'attesa teorica. Un valore di x2 pari a 0 indica un perfetto accordo con l'ipotesi nulla.

  7. Cosa rappresentano i gradi di libertà (gl) in un esperimento statistico?
  8. I gradi di libertà rappresentano la libertà lasciata al sistema dopo aver imposto un certo numero di vincoli. Ad esempio, nel caso delle monete, il totale delle osservazioni impone un vincolo, determinando automaticamente il numero di volte che si verifica l'alternativa opposta.

  9. Qual è la probabilità di scartare un'ipotesi valida al livello del 5% e dell'1%?
  10. Al livello del 5%, c'è una probabilità di 1:20 di scartare un'ipotesi valida, mentre al livello dell'1%, la probabilità è di 1:100. Questi livelli indicano la significatività delle differenze osservate.

Domande e risposte

Hai bisogno di aiuto?
Chiedi alla community