Upload
carlita-poggi
View
212
Download
0
Embed Size (px)
Citation preview
VARIABILI DOPPIE: UN ESEMPIO Con riferimento agli esiti del lancio di due dadi da gioco, si considerino le
seguenti funzioni: Z1 = punteggio realizzabile con il primo dado: z1 = 1, 2, …, 6;
Z2 = punteggio realizzabile con il secondo dado: z2 = 1, 2, …, 6;
Y = punteggio somma: y := z1 + z2; y = 2, 3, …, 12;
X = differenza tra i punteggi dei due dadi in valore assoluto: x :=|z1 - z2|; x = 0, 1, 2, ..., 5.
Nella tabella seguente sono riportate all’interno delle celle i valori di probabilità per ciascuna coppia di valori (x,y) possibili riguardanti le due variabili (o numeri) aleatorie X e Y riportati rispettivamente nella prima colonna e prima riga.
PROBABILITA’ CONGIUNTA PROBABILITA’ MARGINALI
. yx
2 3 4 5 6 7 8 9 10 11 12 Tot.
0 1/36 1/36 1/36 1/36 1/36 1/36 6/36
1 2/36 2/36 2/36 2/36 2/36 10/36
2 2/36 2/36 2/36 2/36 8/36
3 2/36 2/36 2/36 6/36
4 2/36 2/36 4/36
5 2/36 2/36
Tot 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 1
VARIABILI DOPPIE: PROPRIETA’
Si considerino: la v.a doppia (X,Y) con: f.p. congiunta p(x,y), (x,y) S(X,Y) = SXSY; f.r. congiunta F(x,y), (x,y) 2;
la v.a. marginale X con f.p. p1(x) e f.r. F1(x);
la v.a. marginale Y con f.p. p2(y) e f.r. F2(y);
le v.a. condizionate X|y, ySY, con f.p. p1|2(x|y) e f.r. F1|2(x|y);
le v.a. condizionate Y|x, xSX, con f.p. p2|1(y|x) e f.r. F2|1(y|x).
Per la v.a. X con f.r. marginale F1(x), valgono i seguenti risultati:
(1) EF1(X) = EF2
{EF1|2(X|Y)};
(2) VarF1(X) = EF2
{VarF1|2(X|Y)} + VarF2
{EF1|2(X|Y)}.
Risultati analoghi si ottengono per la v.a. Y con f.r. marginale F2(y).
MISURE DI DIPENDENZA PER VARIABILI DOPPIE CONTINUE: LA COVARIANZA
Si definisce covarianza tra le v.a. X e Y, denotata con Cov(X,Y), il seguente valore medio:
Cov(X,Y) := E{[x-E(X)][y-E(Y)]}.
Valgono: (1) Cov(X,Y) = Cov(Y,X);
(2) - Cov(X,Y) +;
(3) Cov(X,Y) = E(XY) - E(X)E(Y);
(4) XY E(XY) = E(X)E(Y);
(5) XY Cov(X,Y) = 0;
(6) Cov(X,Y) = 0 XY.
MISURE DI DIPENDENZA PER VARIABILI DOPPIE CONTINUE: IL COEFFICIENTE DI CORRELAZIONE
Si definisce coefficiente di correlazione tra le v.a. X e Y, denotata con Corr(X,Y) o più brevemente con (X,Y), il seguente rapporto:
Corr(X,Y) := Cov(X,Y)/[var(X)var(Y)]1/2.
Valgono: (1) Corr(X,Y) = Corr(Y,X); (2) Corr{(a+bX),(c+dY)} = Corr(X,Y); (3) XY (X,Y) = 0. (4) (X,Y) = 0 XY.
Disuguaglianza di Schwarz: (5) [E(XY)]2 E(X2)E(Y2);
segue: (6) -1 Corr(X,Y) +1.
Si pone: 2(X,Y) =[(X,Y)]2.
Valgono inoltre:
con b>0, Corr{(a+bX),X} = 1;
con b<0, Corr{(a+bX),X} = -1.
MISURE DI DIPENDENZA PER VARIABILI DOPPIE CONTINUE: IL RAPPORTO DI CORRELAZIONE
Tenendo presente la scomposizione della varianza della v.a. X:
Var(X) = EF2{VarF1|2
(X|Y)} + VarF2{EF1|2
(X|Y)};
Si definisce rapporto di correlazione tra le v.a. X e Y, denotato con 2(X|Y), il seguente rapporto:
2(X|Y) := VarF2{EF1|2
(X|Y)} / Var(X).
Analogamente si ha:
2(Y|X) := VarF1{EF2|1
(Y|X)} / Var(Y).
Risultando in generale: 2(X|Y) 2(Y|X)
Risultano: (1) 0 2(Y|X) 1;
(2) 2(Y|X) = 0 EF2|1(Y|x) = EF2
(Y), xSX;
(3) 2(Y|X) = 1 VarF2|1(Y|x) = 0, xSX;
(4) 2(X,Y) min{2(Y|X), 2(X|Y) }; (5) XY 2(Y|X) = 2(X|Y) = 0. (6) [2(Y|X) = 2(X|Y) = 0] XY.
RISULTATI DELL’ESEMPIO CONSIDERATO Per le v.a. (X,Y) considerate nell’esempio introduttivo si ottengono i seguenti
risultati: v.a. Y|x, x = 0,1,…,5. x 0 1 2 3 4 5 E(Y|x) 7 7 7 7 7 7 Var(Y|x) 70/6 8 5 8/3 1 0
v.a. Y: E(Y) = 2(3.5) = 7; Var(Y) = 2(35/12) = 35/6. Var{E(Y|X)} = 0; 2(Y|X) = 0.
v.a. X|y, y = 2,3,…,12. y 2 3 4 5 6 7 8 9 10 11 12 E(X|y) 0 1 4/3 2 2.4 3 2.4 2 4/3 1 0 Var(X|y) 0 0 8/9 1 2.24 8/3 2.24 1 8/9 0 0
v.a. X: E(X) = 35/18; Var(X) = 665/324; E{Var(X|Y)} = 38.8/27. 2(X|Y) = 1 - [(38.8/27)/(665/324)] = 0.29985. (X,Y) = 0.
DISTANZA TRA FUNZIONI DI RIPARTIZIONE
Date le due funzioni di ripartizione F(x,y) e G(x,y)=F1(x)F2(y), si può considerare la seguente distanza di ordine p (p 0):
dp(F,G): = [ |F(x,y)-G(x,y)|pdxdy]1/p.
Si osservi che per le f.r. F, G e H, risultano: (1) F = G dp(F,G) = 0;
(2) dp(F,G) = dp(G,F);
(3) dp(F,G) dp(F,H) + dp(H,G), f.r. H(x,y).
Per v.a. positive, risulta:
Cov(X,Y) = [F(x,y) - F1(x)F2(y)]dxdy.
0 0
ALCUNI RISULTATI OPERATIVI DI ALGEBRA DELLE V.A.
Valgono i seguenti risultati:
E(aX ± bY) = aE(X) bE(Y);
Var(aX ± bY) = a2Var(X) + b2Var(Y) ± 2abCov(X,Y).
Esempio. Media, varianza e correlazione nella scelta di un portafoglio: il criterio media-varianza.
Dati due portafogli Alfa e Beta con rendimenti aleatori riferiti a un determinato periodo rispettivamente X e Y, diremo che il rendimento aleatorio X e preferibile al rendimento aleatorio Y, scriveremo X Y, se:
E(X) E(Y); Var(X) Var(Y).