Intervallo di fiducia di differenza di valori attesi
Ciao a tutti, ho l'ennesimo problema
Siano $X,Y$ due variabili indipendenti e rispettivamente distribuite come $N(\mu_X,\sigma^2)$ e $N(\mu_Y,\sigma^2)$ (quindi con la stessa varianza). Siano $(X_1,...,X_{n_X})$ e $(Y_1,...,Y_{n_Y})$ due campioni aleatori i.i.d. relativi alle variabili $X$ e $Y$.
Bisogna provare che $W:=((n_X -1)S_X^2 + (n_Y-1)S_Y^2)/(n_X + n_Y +2)$ è uno stimatore non distorto per $\sigma^2$, con $S_X^2$ e $S_Y^2$ le varianze campionarie di $X$ e $Y$ (facile, nessun problema) e determinare un intervallo di fiducia per $\mu_X - \mu_Y$ di livello $\alpha=0.90$.
Io avevo pensato di utilizzare come stimatore $\bar(X)^{(n_X)} - \bar(Y)^{(n_Y)}$, ovvero la differenza delle medie, che è uno stimatore non distorto per $\mu_X - \mu_Y$ e che ha varianza $(\sigma^2(n_X + n_Y))/(n_X n_Y)$, quindi stimabile con $(W(n_X+n_Y))/(n_X n_Y)$, e di procedere utilizzando la $t$ di Student per i quantili, ma non so se è giusto, anche penso di non poter utilizzare il quantile $t_{n_X-n_Y-1;1-0.90/2}$ se $n_X

Siano $X,Y$ due variabili indipendenti e rispettivamente distribuite come $N(\mu_X,\sigma^2)$ e $N(\mu_Y,\sigma^2)$ (quindi con la stessa varianza). Siano $(X_1,...,X_{n_X})$ e $(Y_1,...,Y_{n_Y})$ due campioni aleatori i.i.d. relativi alle variabili $X$ e $Y$.
Bisogna provare che $W:=((n_X -1)S_X^2 + (n_Y-1)S_Y^2)/(n_X + n_Y +2)$ è uno stimatore non distorto per $\sigma^2$, con $S_X^2$ e $S_Y^2$ le varianze campionarie di $X$ e $Y$ (facile, nessun problema) e determinare un intervallo di fiducia per $\mu_X - \mu_Y$ di livello $\alpha=0.90$.
Io avevo pensato di utilizzare come stimatore $\bar(X)^{(n_X)} - \bar(Y)^{(n_Y)}$, ovvero la differenza delle medie, che è uno stimatore non distorto per $\mu_X - \mu_Y$ e che ha varianza $(\sigma^2(n_X + n_Y))/(n_X n_Y)$, quindi stimabile con $(W(n_X+n_Y))/(n_X n_Y)$, e di procedere utilizzando la $t$ di Student per i quantili, ma non so se è giusto, anche penso di non poter utilizzare il quantile $t_{n_X-n_Y-1;1-0.90/2}$ se $n_X
Risposte
Ottimo, tutto chiaro a parte una cosa, come mai utilizzo una distribuzione di Student a $m+n-2$ gradi di libertà?
Sono all'estero in vacanza e non riesco a dimostrartelo...ma lo puoi trovare su tutti i libri di statistica. Fondamentalmente perché esistono due relazioni lineari fra i dati.
$ Sigma (x-bar (x))=0$
e $ Sigma (y-bar (y))=0$
Ovviamente questo vale se la varianza non è nota (nel testo non lo dice) e per n, m <30...altrimenti usi la normale
$ Sigma (x-bar (x))=0$
e $ Sigma (y-bar (y))=0$
Ovviamente questo vale se la varianza non è nota (nel testo non lo dice) e per n, m <30...altrimenti usi la normale
Non preoccuparti, non voglio certo disturbare mentre sei in vacanza, controllerò sul testo che ho seguito, grazie mille come sempre



Ciao! Sono il tuo Tutor AI, il compagno ideale per uno studio interattivo. Utilizzo il metodo maieutico per affinare il tuo ragionamento e la comprensione. Insieme possiamo:
- Risolvere un problema di matematica
- Riassumere un testo
- Tradurre una frase
- E molto altro ancora...
Il Tutor AI di Skuola.net usa un modello AI di Chat GPT.
Per termini, condizioni e privacy, visita la relativa pagina.
Per termini, condizioni e privacy, visita la relativa pagina.