Calcolo delle Probabilità — Macroargomento 4: Momenti

Lezione 27. Momenti Caratteristici

0 · Domande flash — prova a rispondere prima di leggere

Quali sono i quattro momenti caratteristici?

Media µ, varianza σ², asimmetria γ₁, curtosi γ₂: posizione, variabilità e forma.

Quando esistono tutti e quattro?

Se esiste finito il momento quarto E(X⁴) (teorema di esistenza).

Due v.c. con la stessa media e varianza sono «uguali»?

No: Laplace, Normale e Uniforme standardizzate hanno tutte µ = 0 e σ² = 1 ma curtosi 6, 3 e 1,8.

1 · In 30 secondi

I momenti caratteristici — µ, σ², γ₁, γ₂ — sono il «cruscotto» di una v.c.: aspettativa, rischio e forma. Esistono se E(X⁴) è finito. Vanno letti insieme: media e varianza da sole possono dire «uguali» per distribuzioni diversissime, e nessun set di indici esaurisce l'informazione della distribuzione.

2 · Collocazione

RichiedeLez. 23–26 (tutti e quattro gli indici)
Serve perMacroargomento 6: ogni distribuzione sarà presentata con i suoi momenti caratteristici

3 · Concetti chiave

In Ripasso le definizioni sono coperte: richiama a mente, poi clicca «mostra».
IndiceChe cosa diceClasse
Media µ Il «centro ideale» attorno a cui gravitano i valori; l'aspettativa Posizione
Varianza σ² Quanto i valori si disperdono attorno alla media; il rischio Variabilità
Asimmetria γ₁ Da che lato pende la distribuzione rispetto alla media Forma
Curtosi γ₂ Concentrazione attorno al centro vs peso delle code (riferimento: 3) Forma

4 · Formule essenziali

Momenti caratteristiciµ, σ², γ₁, γ₂ (definizione 1, pag. 4)
EsistenzaE(X⁴) finito ⟹ esistono tutti e quattro (teorema 1, pag. 5)
Bernoulli (esempio 27.2)µ = π; σ² = π(1−π); γ₁ = (1−2π)/√(π(1−π)); γ₂ = (1−3π+3π²)/(π(1−π))
Esponenziale (esempio 27.3)f = λe^(−λx): µ = 1/λ; σ² = 1/λ²; γ₁ = 2; γ₂ = 9

5 · Cuore della lezione — tre esempi svolti

1. Somma di due dadi (esempio 27.1): massa triangolare su {2,…,12}; µ = 252/36 = 7; µ₂ = 329/6 → σ² = 329/6 − 49 = 35/6 ≈ 5,83; e γ₁ = 0 perché il numeratore µ₃ − 3µσ² − µ³ si annulla: distribuzione simmetrica attorno al 7, come si vede dal grafico a barre.

2. Moneta con probabilità π (esempio 27.2): tutti i momenti valgono π (µₖ = π ∀k ≥ 1!). Con π = 0,5: simmetrica (γ₁ = 0), varianza massima 0,25 — l'esito più incerto. Con π = 0,33 o 0,66: varianza più bassa e asimmetria opposta (+0,72 / −0,68). In tutti i casi platicurtica (γ₂ < 3).

3. Esponenziale (esempio 27.3): integrando per parti, µ = 1/λ e σ² = 1/λ². Al variare di λ cambiano posizione e scala, ma γ₁ = 2 e γ₂ = 9 restano fissi: la forma è una proprietà della famiglia, non del parametro.

Il monito (esempio 27.4): Laplace, Normale e Uniforme standardizzate hanno identici µ = 0, σ² = 1, γ₁ = 0 — le distingue solo la curtosi (6, 3, 1,8). E due distribuzioni con tutti i primi indici uguali possono comunque differire (Normale vs mistura di Normali): gli indici sintetizzano, non esauriscono.

6 · Trappole

7 · Quiz della lezione (10 domande)

Domande originali della dispensa (pagg. 19–21). Scegli una risposta: ricevi subito esito e spiegazione.

Fonte. Lucio Palazzo, 27. Momenti Caratteristici, dispensa pdf/27.pdf, 21 pagine fisiche. Definizione: pagg. 4–5; esempi svolti: pagg. 6–15; quiz: pagg. 19–21. Calcoli degli esempi riscontrati sui valori della dispensa. Riferimento: D. Piccolo, Statistica per le decisioni, il Mulino, 2020, pagg. 266–267.