Riassunto di Probabilità e Statistica I (parte di statistica)

Note

Generazione di campioni e funzioni di verosimiglianza

Genero un campione (es. YNORM(1, m, SD)) poi fai TABLE(x) o SUMMARY(x).

Distribuzione W

Distribuzione W 5 classi equidistanziante.

Confronto dati empirici e teorici

Confronto dati empirici e teorici con distribuzione in classi ².

Calcolo dei quantili

Calcolo quantili teorici e empirici (con distribuzione normale).

Massima verosimiglianza

• Funzione massima verosimiglianza distribuzione esponenziale \(\lambda\).
• Funzione massima verosimiglianza distribuzione normale.
• Funzione massima verosimiglianza distribuzione Poisson.

Visualizzazione e estrazione dati

Visualizzazione dati con tabella.

Estrazione (con) senza restituzione max X=SEQ(from: 1, to: 200, replace= T, F).

Stima e test di ipotesi

Creare e salvare vettore \(\mu\) su un vettore.

Test di ipotesi e intervallo di confidenza distribuzione normale con T-Student.

Operazioni e rappresentazioni

X = C(1: N): funzioni di max verosimiglianza.

X = NUMERIC(K) vettore di dimensione K x= (0.01, 0.9, …).

Oper rappresentazione T-Student I quantili guarra.

Vettori e moduli

Se ho un vettore con moduli t-t-dissolute il dato.

Note aggiuntive

Generazione e distribuzione di campioni

Genero un campione (es. RNORM(1, M, SD)) poi fai TABLE(X) o SUMMARY(X).

Distribuzione in classi

• Distribuzione in 5 classi equispaziate.
• Confronto dati empirici e teorici con distribuzione in classi (freq. relative P(C).

Stima e verosimiglianza

• Calcolo quartili teorici ed empirici (con distribuzione in classi).
• Funzione massima verosimiglianza distribuzione esponenziale.
• Stima massima verosimiglianza + stima momenti.

Stima intervallo e visualizzazione

Stima intervallo con.

Visualizzazione dati con tabella.

Estrazione dati

Estrazione (con) senza restituzione MM X = SIZE.