Legge delle aspettative iterate: dimostrazione

tramite: O2O
Difficoltà: difficile
15

Introduzione

La “legge delle aspettative iterate” è una legge della statistica (per variabili casuali doppie) che stabilisce la seguente affermazione: date due variabili casuali A e B, di cui almeno A sicuramente integrabile, si ha che la media di A equivale alla media delle aspettative ponderate (l’insieme delle previsioni) di A, data la variabile B, con pesi dati dalla distribuzione di probabilità di B. Due variabili si definiscono causali se possono assumere dei valori differenti a seconda dell’accadere di un dato fenomeno aleatorio (fenomeno che non restituisce sempre i medesimi risultati, anche in presenza delle stesse condizioni di partenza). Una variabile casuale è detta integrabile se E|A| < ∞. Vediamo ora la dimostrazione.

25

Definizione di variabili casuali doppie

Per prima cosa è utile definire cosa si intende per variabili casuali doppie. Se abbiamo due variabili A e B, su queste possono essere eseguite le operazioni di somma (X=A+B) oppure di prodotto (X=AxB). La nuova variabile X è funzione delle due variabili di partenza ed è chiamata “variabile casuale doppia”. Altra definizione importante è quella di “distribuzione di probabilità congiunta” di due variabili casuali. Questa viene definita come la probabilità che le due variabili (discrete) A e B assumano nello stesso momento i valori a e b. Questa distribuzione si indica nel modo seguente: Pr (A=a; B=b). In questo modo si ottiene che la somma delle probabilità delle combinazioni dei valori a e b sia pari a 1. La distribuzione di “probabilità marginale” è, invece, la probabilità della singola variabile B. Può essere calcolata partendo dalla precedente probabilità congiunta andando a sommare le probabilità dei possibili risultati in cui B assume valori specifici: Pr (B=b)=ΣPr (A=ai, B=b).

35

Definizione di “distribuzione condizionata”

Passiamo ora alla definizione di “distribuzione condizionata”. Questa particolare distribuzione di probabilità è la distribuzione di una variabile A, data la variabile B, condizionatamente al fatto che la variabile B assuma uno specifico valore. In termini statistici si esprime (data B=b): Pr (A=a|B=b)=[Pr (B=b, A=a)]/[Pr (B=b)]. Ora possiamo quindi meglio interpretare cosa si intenda per “aspettativa condizionata”. L’aspettativa condizionata di A, data B, è la media condizionata ed è espressa come la media della distribuzione condizionata di A data B: E (A|B=b)=Σai Pr (A=ai, B=b).

Continua la lettura
45

Ricavare la formula della “legge delle aspettative iterate”

Grazie alla definizione di “distribuzione condizionata” e di “aspettativa condizionata”, possiamo ricavare la formula della “legge delle aspettative iterate”: E (A)=ΣE (A|B=bi) Pr (B=bi), con la variabile B che assume i valori b1…Bi. Questa legge può anche essere enunciata ed espressa in un altro modo: l’aspettativa di A è definita come l’aspettativa dell’aspettativa condizionata di A, avendo dato B: E (A)=E[E (A|B)]. E (A|B) viene calcolata partendo dalla distribuzione condizionata di A, data B, mentre E[E (A|B)] si ottiene con la distribuzione marginale di B.

55

Consigli

Potrebbe interessarti anche

Segnala contenuti non appropriati

Tipo di contenuto
Devi scegliere almeno una delle opzioni
Descrivi il problema
Devi inserire una descrizione del problema
Si è verificato un errore nel sistema. Riprova più tardi.
Verifica la tua identità
Devi verificare la tua identità
chiudi
Grazie per averci aiutato a migliorare la qualità dei nostri contenuti

Guide simili

Università e Master

Come calcolare la distribuzione marginale

All'interno delle teorie di probabilità e di statistica, la distribuzione marginale è un sottoinsieme di una collezione di variabili causali la cui distribuzione di probabilità delle variabili vengono contenute all'interno del sottoinsieme stesso....
Università e Master

Statistica: come standardizzare una distribuzione normale

Nella teoria delle probabilità, la distribuzione normale è una distribuzione di probabilità continue, ovvero una funzione che indica la probabilità che un evento possa accadere tra due limiti reali o numeri reali, man mano la curva si avvicina a zero...
Università e Master

Come leggere la tavola della distribuzione normale standardizzata

La distribuzione normale assume un importantissimo ruolo ed una funzione fondamentale nell'ambito della statistica e dei calcoli sulla probabilità. Infatti, la distribuzione normale, che è anche conosciuta con il nome di distribuzione gaussiana, rappresenta...
Università e Master

Come Calcolare La Covarianza

La matematica è una materia piuttosto vasta e alquanto complicata, che non tutti sono in grado di capire e comprendere immediatamente. È necessario infatti molto studio e pazienza prima di poter padroneggiare questa materia a fondo. Esistono molti argomento...
Superiori

Come disegnare una distribuzione normale

La distribuzione normale, definita anche come distribuzione di Gauss o gaussiana, nella teoria delle probabilità viene utilizzata per descrivere, attraverso l'utilizzo di immagini, delle variabili causali a valori reali, che tendono a presentare una...
Università e Master

Come verificare che la distribuzione in una serie di dati sia normale

In moltissimi settori, dall'industria all'economia, occorre spesso effettuare dei test statistici. I test statistici sono spesso finalizzati alla verifica dell'aleatorietá dell'incertezza legata alle misure sperimentali. Infatti, se i dati hanno una...
Università e Master

Teorema ergodico: dimostrazione

Non è facile dare una semplice definizione di teoria ergodica perché utilizza le tecniche e gli esempi da molti campi quali la teoria delle probabilità, statistica meccanica, teoria dei numeri, campi vettoriali su varietà, le azioni del gruppo di...
Università e Master

Come Calcolare La Covarianza Utilizzando Excel

Excel è il software di Microsoft più utilizzato per eseguire vari tipi di calcoli in maniera automatizzata. Ma oltre alle operazioni di base (addizione, sottrazione, moltiplicazione e divisione), Excel permette di eseguire anche quelle più complesse,...
I presenti contributi sono stati redatti dagli autori ivi menzionati a solo scopo informativo tramite l’utilizzo della piattaforma www.o2o.it e possono essere modificati dagli stessi in qualsiasi momento. Il sito web, www.o2o.it e Arnoldo Mondadori Editore S.p.A. (già Banzai Media S.r.l. fusa per incorporazione in Arnoldo Mondadori Editore S.p.A.), non garantiscono la veridicità, correttezza e completezza di tali contributi e, pertanto, non si assumono alcuna responsabilità in merito all’utilizzo delle informazioni ivi riportate. Per maggiori informazioni leggi il “Disclaimer »”.