La varianza misura quanto X si allontana in media dalla sua media. La deviazione standardσX ha la stessa unità di misura di X.
2. Perché si usa il valor medio del prodotto di variabili indipendenti?
Proprietà. Se X,Y sono indipendenti e g(X),h(Y) hanno valor medio finito: E[g(X)h(Y)]=E[g(X)]E[h(Y)].
Idea della prova. Per funzioni a scala il prodotto si scompone sugli eventi Ai∩Bj, che hanno probabilità P(Ai)P(Bj). Poi si passa al limite con la convergenza monotona e si trattano parte positiva e negativa.
Conseguenza. Per Xi indipendenti: Var(X1+⋯+Xn)=Var(X1)+⋯+Var(Xn).
3. Che relazione c'è tra varianza e varianza campionaria?
X1,…,Xn i.i.d. con media μ e varianza σ2.
Statistica
Formula
Valor medio
Media campionaria
Xˉ=n1∑Xi
E[Xˉ]=μ; E[(Xˉ−μ)2]=nσ2
Varianza campionaria
SX2=n−11∑(Xi−Xˉ)2
E[SX2]=σ2
Perché n−1. Con n1 il valor medio sarebbe nn−1σ2, cioè sistematicamente più piccolo. Dividere per n−1 corregge esattamente questo difetto.
4. Quanto vale la varianza delle leggi discrete principali?
Legge
E[X]
E[X2]
Var(X)
Bernoulli (p)
p
p (perché Xn=X)
p(1−p)
Binomiale (n,p)
np
np+n(n−1)p2
np(1−p)
Poisson (λ)
λ
λ(λ+1)
λ
Uniforme {1,…,n}
2n+1
6(n+1)(2n+1)
12n2−1
Geometrica (p)
p1
p22−p
p21−p
Somma dei quadrati (per l'uniforme): da (k+1)3−k3=3k2+3k+1 sommato su k e telescopico, ∑k=1nk2=6n(n+1)(2n+1).
Controllo con un dado (n=6): Var=1235≈2,92.
La dispensa calcola qui anche il momento secondo della geometrica come p22−p; nella lezione 15 lo stesso valore compare scritto come p22−p1.
5. Che cosa sono gli spazi Lᵖ?
Lp(Ω,P), per p≥1, è l'insieme delle v.a. con E[∣X∣p]<∞. L1: media finita. L2: varianza finita.
Proprietà
Enunciato
Inclusione
Se p<q, allora Lq⊆Lp (da ∣x∣p≤1+∣x∣q)
Prodotto in L2
X,Y∈L2⇒XY∈L1 (da ∣xy∣≤2x2+y2)
Disuguaglianza di Hölder
E[∣XY∣]≤E[∣X∣p]1/pE[∣Y∣q]1/q, con p1+q1=1
Spazio vettoriale
Somme e multipli restano in Lp (da ∣x+y∣p≤2p(∣x∣p+∣y∣p))
Semi-norma
X↦E[∣X∣p]1/p; vale 0 anche per X=0 quasi certamente
Identificando le v.a. quasi certamente uguali si ottengono spazi normati e completi (di Banach).
Su uno spazio di probabilità l'inclusione va «al contrario» di quanto ci si aspetta: più momenti finiti ⇒ meno variabili.
6. Quali sono le trappole tipiche per i concetti di questa lezione?
Var(X)=E[X2]−E[X]2, non E[X2]−E[X].
Var(aX+b)=a2Var(X): la costante b sparisce e a va al quadrato.
Le varianze si sommano solo per variabili indipendenti (o almeno scorrelate).
Nella varianza campionaria si divide per n−1, per avere valor medio σ2.
Poisson: media e varianza sono uguali a λ.
7. Quiz della lezione (10 domande)
Domande di ripasso create per questa scheda a partire dalla dispensa (non sono il test ufficiale della piattaforma). Scegli una risposta: ricevi subito esito e spiegazione.