Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Probabilità, Statistica e Simulazione, 2021, p.405-462
Ort / Verlag
Milano: Springer Milan
Erscheinungsjahr
2021
Quelle
Alma/SFX Local Collection
Beschreibungen/Notizen
Nel cap. 6 vi abbiamo presentato la teoria della stima e la verifica delle ipotesi nell’ambito della statistica elementare: da un insieme di dati si effettua la stima di una quantità (media, probabilità o coefficiente di correlazione) con il relativo errore e il relativo intervallo di confidenza. Successivamente, se necessario, si verifica, attraverso il test χ2\documentclass[12pt]{minimal}
\usepackage{amsmath}
\usepackage{wasysym}
\usepackage{amsfonts}
\usepackage{amssymb}
\usepackage{amsbsy}
\usepackage{mathrsfs}
\usepackage{upgreek}
\setlength{\oddsidemargin}{-69pt}
\begin{document}$$\chi^{2}$$\end{document} o altri test, la compatibilità di questa stima con un modello, denominato generalmente ipotesi nulla H0\documentclass[12pt]{minimal}
\usepackage{amsmath}
\usepackage{wasysym}
\usepackage{amsfonts}
\usepackage{amssymb}
\usepackage{amsbsy}
\usepackage{mathrsfs}
\usepackage{upgreek}
\setlength{\oddsidemargin}{-69pt}
\begin{document}$$H_{0}$$\end{document}.
In questo schema, che potremmo definire “statico”, il modello da verificare è dato a priori e non è modificato dalle informazioni provenienti dal campione raccolto per effettuare la stima.
Si può però adottare un approccio più “dinamico” ed efficiente, che consiste nel determinare, in base ai dati raccolti, il modello di popolazione più verosimile, nel modificare conseguentemente gli intervalli di stima (che, come sappiamo, possono dipendere dal modello di popolazione assunta) e nell’eseguire quindi il test di compatibilità tra dati e modello. Lo schema è quello di Fig. 10.1, dove la frecce in grassetto indicano le differenze rispetto al modello statico, considerato finora. I metodi che consentono di determinare da un insieme di dati il modello di popolazione più verosimile migliorando la stima dei parametri si chiamano metodi di adattamento ottimale, oppure, secondo la denominazione inglese, metodi di best fit. Nel seguito useremo liberamente questo termine inglese, che è di uso corrente.