Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali...
-
Upload
nicolo-bono -
Category
Documents
-
view
225 -
download
0
Transcript of Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali...
![Page 1: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/1.jpg)
Distribuzione Normale o Curva di
Gauss
![Page 2: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/2.jpg)
Distribuzione Normale o Curva di Gauss
E’ la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità della maggior parte dei fenomeni quantitativi antropometrici.
E’ detta anche curva degli errori accidentali perché descrive la probabilità di commettere un errore accidentale in misure ripetute della stessa grandezza
Presenta una tipica forma a campana, è unimodale e simmetrica, presenta il punto di massimo in corrispondenza della media, coincidente con mediana e moda, e tende a zero man mano che la distribuzione tende asintoticamente a -∞ e + ∞. Al centro della distribuzione, la curva si presenta più o meno dispersa e la misura della dispersione intorno alla media è data dalla deviazione standard.
Media e deviazione standard sono detti rispettivamente il parametro di locazione e di scala della distribuzione
![Page 3: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/3.jpg)
Curva degli errori accidentali
L’errore accidentale è l’errore di misura che si commette per un insieme di cause tra loro indipendenti e non individuabili
Gli errori accidentali mediamente si annullano La probabilità di un errore di segno positivo è
uguale alla probabilità di un errore di segno negativo
All’aumentare dell’entità dell’errore, la probabilità di commetterlo si riduce. Al limite, la probabilità di commettere un errore infinitamente grande è uguale a zero.
![Page 4: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/4.jpg)
4
Distribuzione Normale
La v.c. Normale X, è una v.c. continua che può assumere valori su tutto l’asse reale.
La funzione di densità è data da:
XE
2
21
21
x
e)x(f
- 2>0
2XV
![Page 5: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/5.jpg)
5
Distribuzione Normale
0,00
0,15
0,30
0,45
0,60
0,75
-4,5 -3,0 -1,5 0,0 1,5 3,0 4,5
N(0;1)
![Page 6: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/6.jpg)
6
Distribuzione Normale
0,00
0,15
0,30
0,45
-1,5 0,0 1,5 3,0 4,5 6,0 7,5
=0 =1 =2 =3 =4 =5
![Page 7: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/7.jpg)
Esistono una doppia infinità di curve, per ogni possibile valore di μ e σ2
Volendo calcolare la probabilità che x sia compreso entro due possibili valori x1 ed x2, vi sono due possibilità:
1. Si calcola l’integrale della funzione normale nell’intervallo [x1,x2]
2. Si trasforma la funzione normale con parametri μ e σ2 nella distribuzione normale standard per la quale gli integrali sono stati calcolati e tabulati
![Page 8: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/8.jpg)
8
Distribuzione Normale
ProprietàOgni trasformazione lineare di una v.c. Normale è ancora una v.c. NormaleLa somma di due v.c. Normali indipendenti è ancora una v.c. Normale con media e varianza pari, rispettivamente, alla somma delle medie e delle varianze delle due v.c. Normali.
![Page 9: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/9.jpg)
9
Curtosiipernorm ale
Norm ale
iponorm ale
indice di curtosi di Pearson
4
XSDXE-X
E
indice di curtosi di Fisher = - 3>0 se leptocurtica=0 mesocurtica<0 platicurtica
3
41
4
N
nMxk
iii
![Page 10: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/10.jpg)
La linea blu descrive la funzione di densità Normale e l’area ad essa sottesa è pari ad 1.
Ciascuna porzione dell’area misura una probabilità
La curva normale è simmetrica e mesocurtica
![Page 11: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/11.jpg)
11
La v.c. Normale Standardizzata Z
Se la v.c. X ha una distribuzione normale con parametri e 2, allora Z= (X- )/ è ancora una v.c. Normale con media nulla e varianza unitaria.
2
2
21
z
e)z(f
0,00
0,15
0,30
-1 ,96 0,00 1,96
0,95
![Page 12: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/12.jpg)
12
Funzione di ripartizione Normale standardizzata
0 ogni per 1 zzz
9540197702122 212 22 ,,
0 .0
0 .2
0 .4
0 .6
0 .8
0 .977
-3.50 -1.75 0 .00 2 .00 3 .50
permette di semplificare i calcoli delle aree sottese dalla funzione di densità.Il calcolo dell’area sottesa nell’intervallo [-2,2]
![Page 13: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/13.jpg)
Attraverso una semplice trasformazione lineare è possibile passare da una qualunque curva Normale alla Normale standard
La Normale standard E’ la curva normale avente media zero e varianza 1
x
z
Attraverso la trasformazione inversa è possibile tornare dalla Normale standard ad una qualunque curva Normale con media μ e deviazione standard σ
*zx
![Page 14: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/14.jpg)
68.2%
95.4%
-2 -1 +1 +2
-2 -1 +1 +2
Utilizzando la distribuzione normale è possibile calcolare la probabilità che un’osservazione abbia un valore superiore (o inferiore) ad una determinata soglia.
L’area compresa nell’intervallo è uguale a 99.7% 3
![Page 15: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/15.jpg)
1.96
1.645
2.33
2.58
![Page 16: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/16.jpg)
Si supponga che la distribuzione delle stature sia normale con media 170 e deviazione standard 4 cm. Calcolare:
1.1708.168Pr Xob
025.04
1701.170
3.04
1708.168
2
1
z
z
1. Si standardizzano i valori:
-0.3 0.025
13.0488.0382.011025.03.0Pr 21 PPzob
P2P1
![Page 17: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/17.jpg)
![Page 18: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/18.jpg)
Si supponga che la distribuzione delle stature sia normale con media 170 e deviazione standard 4 cm. Calcolare:
1721.170Pr Xob
5.04
170172
025.04
1701.170
2
1
z
z1. Si standardizzano i valori:
0.50.025
179.0309.0488.05.0025.0Pr 21 PPzob
P2
P1
![Page 19: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/19.jpg)
![Page 20: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/20.jpg)
Si supponga che la distribuzione delle stature sia normale con media 170 e deviazione standard 4 cm. Calcolare il 15° Percentile:
04.115.0 z
84.1654*04.117015.0 x
1. Si determina il percentile della normale standardizzata che stacca alla coda inferiore una probabilità pari a 0.15:
Z=-1.04x=165.84
15%
![Page 21: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/21.jpg)
![Page 22: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/22.jpg)
Si supponga che la distribuzione delle stature sia normale con media 170 e deviazione standard 4 cm. Calcolare il 65° Percentile:
39.065.0 z
56.1714*39.017065.0 x
1. Si determina il percentile della normale standardizzata che stacca alla coda inferiore una probabilità pari a 0.65 e quindi alla coda superiore lo 0.35:
z=0.39x=171.56
65%
![Page 23: Distribuzione Normale o Curva di Gauss. E la più importante distribuzione di variabili casuali continue, in quanto descrive la distribuzione di probabilità](https://reader036.fdocument.pub/reader036/viewer/2022062418/5542eb4b497959361e8b7aca/html5/thumbnails/23.jpg)