Variabile casuale: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Etichette: Modifica da mobile Modifica da web per mobile |
rb, le distribuzioni del wl sono intese in senso differente e usare distribuzione dove aggiunto non è del tutto appropriato |
||
Riga 29:
== Distribuzione di probabilità ==
{{vedi anche|Misura di probabilità
La [[misura di probabilità]] indotta sullo [[spazio misurabile]] di arrivo <math>(E,\mathcal{E})</math> da una variabile aleatoria <math>X</math>, a partire dalla misura di probabilità <math>\nu</math> su <math>(\Omega,\mathcal{F})</math>, è detta la '''distribuzione''', o legge, '''di probabilità''', di <math>X</math>, è indicata con <math>P_X</math> ed è definita nel seguente modo
Riga 46:
Descrivere in termini probabilistici un fenomeno aleatorio nel tempo, cioè un fenomeno che sia caratterizzabile da una variabile aleatoria, vuol dire descriverlo in termini di distribuzione di probabilità e dei suoi parametri, come il [[valore atteso]] e la [[varianza]].
== Alcune variabili casuali utilizzate in statistica ==
Le
Esempi del primo tipo:
* [[
* [[
* [[
* [[variabile casuale poissoniana]] detta pure [[legge degli eventi rari]]
* [[
* [[
* [[
Esempi del secondo tipo:
* [[
* [[
* [[
* [[Distribuzione di Fisher-Snedecor|variabile casuale di Fisher-Snedecor]]
* [[
* [[
* [[
* [[
* [[
Tali classi non sono però esaustive della famiglia delle variabili casuali; esiste anche una terza classe, delle [[
Il teorema di rappresentazione di [[Henri Lebesgue|Lebesgue]] ci assicura che ogni
Si può comunque dimostrare che le classi delle variabili casuali discrete e delle variabili casuali continue sono dense nella classe di tutte le variabili casuali rispetto alla [[convergenza in distribuzione]], cioè per ogni variabile casuale esiste una successione di v.c. discrete (rispettivamente continue) che converge in distribuzione alla variabile data.
|