Statistica.

Schede di studio e quiz

Lezione 30Macroargomento 4 · Statistica

Lezione 30. Esercitazione sul teorema limite centrale

In questa lezione

  1. Qual è il metodo per usare l'approssimazione normale?
  2. Quante teste si ottengono con probabilità 99%?
  3. Maschi e femmine alla nascita hanno la stessa probabilità?
  4. Che cos'è la correzione di continuità?
  5. Quanti voti servono per vincere un ballottaggio?
  6. Quali altre approssimazioni si ricavano?
  7. Quali sono le trappole tipiche per i concetti di questa lezione?
  8. Quiz della lezione (10 domande)

1. Qual è il metodo per usare l'approssimazione normale?

  1. Scrivi la grandezza come somma di nn variabili i.i.d.: S=∑XiS=\sum X_i.
  2. Calcola E[S]=nE[X1]E[S]=nE[X_1] e Var(S)=n Var(X1)\mathrm{Var}(S)=n\,\mathrm{Var}(X_1) (per indipendenza).
  3. Standardizza: Z=S−E[S]Var(S)≈N(0,1)Z=\dfrac{S-E[S]}{\sqrt{\mathrm{Var}(S)}}\approx N(0,1).
  4. Se SS è discreta, valuta la correzione di continuità.
  5. Leggi Φ\Phi sulla tavola; per valori negativi Φ(−t)=1−Φ(t)\Phi(-t)=1-\Phi(t).
tt11,51,6451,962,3262,576
Φ(t)\Phi(t)0,84130,93320,950,9750,990,995

2. Quante teste si ottengono con probabilità 99%?

nn lanci di una moneta equa: Yn∼Bin(n,12)Y_n\sim\mathrm{Bin}(n,\frac12), E=n2E=\frac n2, Var=n4\mathrm{Var}=\frac n4.

  1. Z=2Yn−nn≈N(0,1)Z=\dfrac{2Y_n-n}{\sqrt n}\approx N(0,1).
  2. P(∣Z∣≤a)=0,99P(|Z|\le a)=0{,}99 richiede Φ(a)=0,995\Phi(a)=0{,}995: a≈2,576a\approx2{,}576.
  3. Intervallo: n2±2,576 n2\dfrac n2\pm2{,}576\,\dfrac{\sqrt n}2.

Esempio: n=100n=100: tra circa 37 e 63 teste. L'ampiezza cresce solo come n\sqrt n.

Le YnY_n non sono indipendenti: P(Yn=3,Yn+1=1)=0≠P(Yn=3)P(Yn+1=1)P(Y_n=3,Y_{n+1}=1)=0\neq P(Y_n=3)P(Y_{n+1}=1).

3. Maschi e femmine alla nascita hanno la stessa probabilità?

Dati 2024 (Italia): 370 000 nati, 190 000 maschi, 180 000 femmine.

  1. Ipotesi: Xi∼Be(12)X_i\sim\mathrm{Be}(\frac12) (1 = maschio). Allora μ=12\mu=\frac12, σ=12\sigma=\frac12.
  2. Zn=2∑Xin−n=2⋅190 000370 000−370 000≈16,4Z_n=\dfrac{2\sum X_i}{\sqrt n}-\sqrt n=\dfrac{2\cdot190\,000}{\sqrt{370\,000}}-\sqrt{370\,000}\approx16{,}4.
  3. P(∣Z∣≥16,4)P(|Z|\ge16{,}4) è praticamente 0.

Conclusione: l'ipotesi p=12p=\frac12 è molto probabilmente sbagliata; nascono un po' più maschi.

4. Che cos'è la correzione di continuità?

Una variabile discreta a valori interi assegna probabilità ai punti; la normale agli intervalli. Si associa a ogni intero kk l'intervallo [k−0,5; k+0,5][k-0{,}5;\,k+0{,}5].

Probabilità discretaApprossimazione normale corretta
P(X=k)P(X=k)P(k−0,5≤N≤k+0,5)P(k-0{,}5\le N\le k+0{,}5)
P(a≤X≤b)P(a\le X\le b)P(a−0,5≤N≤b+0,5)P(a-0{,}5\le N\le b+0{,}5)
P(X>a)P(X>a)P(N≥a+0,5)P(N\ge a+0{,}5)

Migliora molto con campioni piccoli o moderati; con campioni enormi conta poco. Per la binomiale serve che npnp e n(1−p)n(1-p) siano abbastanza grandi.

Esercizio: mancini. Il 9,3% della popolazione è mancino; campione di 100 persone. P(10≤X≤14)P(10\le X\le14)?

MetodoCalcoloRisultato
Normale senza correzioneP(0,241≤Z≤1,618)P(0{,}241\le Z\le1{,}618), con np=9,3np=9{,}3, σ≈2,904\sigma\approx2{,}9040,352
Normale con correzioneP(9,5≤X≤14,5)P(9{,}5\le X\le14{,}5): P(0,069≤Z≤1,79)P(0{,}069\le Z\le1{,}79)0,436
Binomiale esatta∑k=1014(100k)0,093k0,907100−k\sum_{k=10}^{14}\binom{100}k0{,}093^k0{,}907^{100-k}0,410

5. Quanti voti servono per vincere un ballottaggio?

18 000 azionisti; una corrente controlla 200 voti; gli altri 17 800 votano a caso.

  1. X∼Bin(17 800;12)X\sim\mathrm{Bin}(17\,800;\frac12): E[X]=8900E[X]=8900, σ=4450≈66,7\sigma=\sqrt{4450}\approx66{,}7.
  2. Vittoria se 200+X>9000200+X>9000, cioè X>8800X>8800.
  3. P(Z>8800−890066,7)=P(Z>−1,5)=Φ(1,5)≈0,933P\big(Z>\frac{8800-8900}{66{,}7}\big)=P(Z>-1{,}5)=\Phi(1{,}5)\approx0{,}933.
  4. Con la correzione (8800,5): ≈0,932\approx0{,}932. Con nn così grande la correzione non cambia quasi nulla.

Per vincere con probabilità 99% servono kk voti con k18 000−k=2,326\dfrac k{\sqrt{18\,000-k}}=2{,}326: k≈310k\approx310.

Le fluttuazioni casuali sono dell'ordine di n\sqrt n: 200 voti certi pesano molto più della loro quota (1,1%).

6. Quali altre approssimazioni si ricavano?

EsercizioRisultato
XiX_i uniformi su [−1,1][-1,1]: lim⁡nP((∑Xi)2n≥t)\lim_nP\Big(\frac{(\sum X_i)^2}n\ge t\Big)1 se t≤0t\le0; 2(1−Φ(3t))2\big(1-\Phi(\sqrt{3t})\big) se t>0t>0 (perché Var(Xi)=13\mathrm{Var}(X_i)=\frac13)
Poisson(λ)(\lambda) con λ\lambda grande≈N(λ,λ)\approx N(\lambda,\lambda); errore ≤C/λ\le C/\sqrt\lambda (Berry-Esseen); buona per λ>100\lambda>100
Bin(n,pn)\mathrm{Bin}(n,p_n) con npn→λnp_n\to\lambdaConverge in legge a Poisson(λ)(\lambda): eventi rari

Quale approssimazione per la binomiale? npnp e n(1−p)n(1-p) grandi: normale. npnp piccolo o moderato: Poisson.

7. Quali sono le trappole tipiche per i concetti di questa lezione?

8. 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.