vuoi
o PayPal
tutte le volte che vuoi
X
Rispetto alla popolazione, dunque, la deviazione standard della distribuzione campionaria delle
medie è ridotta di un fattore pari a √n
- Se n = 1, l’errore standard della media è pari alla deviazione standard della popolazione
- All’aumentare di n, l’errore standard della media si riduce
- All'aumentare di n la variabilità della distribuzione campionaria delle medie diminuisce fino a
tendere a zero (legge dei grandi numeri)
- Man mano che l'ampiezza dei campioni aumenta, infatti, la media di ciascuno di essi diventa una
stima sempre più «precisa» della media della popolazione, coincidendo con essa quando n = N
- Quando n = N tutte le medie (calcolate su campioni di ampiezza uguale alla popolazione) sono
identiche e la variabilità della distribuzione campionaria delle medie è pari a zero
3. Forma della distribuzione campionaria delle medie
Se la popolazione di riferimento ha forma normale, anche la distribuzione campionaria delle medie
si distribuisce normalmente
E quando la popolazione non ha forma normale?
All’aumentare di n, la forma della distribuzione campionaria delle medie approssima la forma
normale
Se il campione è sufficientemente grande (in genere n > 30), la distribuzione campionaria delle
medie si distribuisce normalmente (anche quando la popolazione non ha forma normale)
Inferenza statistica
L’inferenza statistica consiste nell’inferire una caratteristica della popolazione a partire
dall’osservazione della stessa caratteristica in un campione (sottoinsieme della popolazione)
In altri termini, l’inferenza statistica utilizza l’informazione campionaria (es. x e s) per fare delle
affermazioni sui parametri della popolazione (es. μ e σ) da cui il campione è stato estratto
Ricorda: Si definisce parametro la misura effettuata sulla popolazione e statistica la misura
effettuata sul campione
Nell’ambito dell’inferenza statistica si possono individuare due classi generali di procedure che
affrontano i seguenti problemi inferenziali:
Stima dei parametri: si vuole ottenere, sulla base dell’osservazione della statistica
• campionaria, una stima del parametro della popolazione
Verifica delle ipotesi: data una ipotesi sul parametro della popolazione, si vuole verificare,
• sulla base dell’osservazione della statistica campionaria, se tale ipotesi è accettabile (ovvero
in accordo con i dati osservati)
La stima dei parametri
Uno degli obiettivi dell'inferenza statistica è la conoscenza dei parametri che caratterizzano una
determinata popolazione
Per conoscere esattamente il valore di un parametro abbiamo bisogno di esaminare tutte le unità che
costituiscono la popolazione
Ciò spesso è impossibile: la popolazione da studiare è in genere molto numerosa
Spesso è impossibile conoscere il valore esatto di un parametro
Possiamo tuttavia fare delle stime, si distingue tra stime puntuali e stime intervallari
La stima puntuale
La statistica calcolata su un campione è una stima puntuale del parametro della popolazione
Ad esempio, se vogliamo conoscere il peso medio di tutti i bambini italiani di 6 anni (μ), possiamo:
1. estrarre dalla popolazione un campione casuale di bambini di 6 anni (es. n = 100)
2. misurare il peso di ciascun bambino e calcolare la media campionaria (X)
X è la migliore stima puntuale di μ che possiamo ottenere da un campione di ampiezza n
- La media che abbiamo osservato nel nostro campione di ampiezza n proviene da una
distribuzione campionaria che include le medie di tutti i possibili campioni di ampiezza n
- Nell’esempio, la media calcolata su un campione di 100 bambini di 6 anni proviene da una
distribuzione campionaria delle medie di ampiezza 100
- Come sappiamo, la distribuzione campionarie delle medie ha una media che è pari alla media della
popolazione e una deviazione standard che è influenzata da n: σ = σ/√n
x
Maggiore è l’ampiezza del campione, minore è la dispersione delle medie dei singoli campioni
attorno alla media della popolazione (minore è l’errore standard), più è probabile che la media del
campione che abbiamo estratto sia vicina (simile) alla media della popolazione
La stima intervallare
In ogni caso, la stima puntuale del parametro non è mai identica al vero parametro della
popolazione, a causa delle fluttuazioni campionarie
Per questo è preferibile utilizzare come stima del parametro un intervallo di valori all’interno del
quale possa essere compreso il parametro, piuttosto che un singolo valore
Questo intervallo di valori viene chiamato intervallo di confidenza (o intervallo di fiducia)
Esso include anche la probabilità che il parametro ricada entro tale intervallo (livello di confidenza)
Un campione di 100 unità (n = 100) è stato estratto casualmente dalla popolazione dei bambini di 6
anni: la media del campione è pari a 21.5 (è la nostra stima puntuale)
Non possiamo sapere quanto la media di tale campione si discosti dalla media della popolazione