Statistica d'ordine

Template:W Template:S Sia $(X_1,X_2,\dots ,X_n)$ una distribuzione di un carattere $X$ quantitativo oppure qualitativo ordinabile (ossia le cui modalità possano essere ordinate in base a qualche criterio), rilevato su $n$ unità statistiche. Indichiamo con $X_{(1)}$ la modalità minima secondo l'ordine dato, con $X_{(2)}$ quella che descrive la modalità successiva in ordine crescente rispetto all'ordine dato e così via. Ciascun indice $X_{(1)},X_{(2)},\dots ,X_{(n)}$ viene detto statistica d'ordine.

In probabilità

In teoria delle probabilità, date $n$ variabili aleatorie $X_1,X_2,\dots ,X_n,$ si possono definire le statistiche d'ordine $X_{(1)},X_{(2)},\dots ,X_{(n)},$ che sono ancora variabili aleatorie, ordinando le realizzazioni delle variabili $X_1,X_2,\dots ,X_n,$ in ordine crescente.

Se le variabili $X_1,X_2,\dots ,X_n$ sono indipendenti ed identicamente distribuite, è possibile determinare esplicitamente la funzione di ripartizione di una statistica d'ordine come funzione delle funzioni di ripartizione delle variabili non ordinate.

La statistica d'ordine la cui funzione di ripartizione è la più intuitiva è quella che identifica la variabile aleatoria dell'insieme la cui determinazione avrà il valore massimo tra tutte le determinazioni, in formule

$X_{(n)}=\max \{X_1,\dots ,X_n\}.$

Infatti si ha che

$X_{(n)}\le x\iff X_1\le x,\dots ,X_n\le x$

e di conseguenza

$F_{X_{(n)}}=P(X_{(n)}\le x)=P(X_1\le x,\dots ,X_n\le x)$

e visto che le variabili sono indipendenti ed identicamente distribuite si ha:

$F_{X_{(n)}}=P(X_{(n)}\le x)=P(X_1\le x,\dots ,X_n\le x)=P(X_1\le x)\cdots P(X_n\le x)=\prod _{i=1}^{n}F(x)=F(x{)}^n,$

dove $F(x)$ è l'identica funzione di ripartizione di ogni variabile dell'insieme. Analogamente si può determinare la funzione di ripartizione di $F_{X_{(1)}}$, notando che l'evento complementare è che tutte le variabili aleatorie abbiano valore maggiore di $x$:

$F_{X_{(1)}}=1-P(X_1>x,\dots ,X_n>x)=1-P(X_1>x)\cdots P(X_n>x)=1-\prod _{i=1}^{n}P(X_i>x)=1-\prod _{i=1}^n[1-F(x)]=1-[1-F(x){]}^n.$

Per determinare invece la funzione di ripartizione di statistiche d'ordine differenti dal minimo e dal massimo, bisogna ricorrere sempre a delle elaborazioni di carattere logico-insiemistico sugli eventi, per esempio $X_{(3)}\le x$ se e solo se il numero di variabili aleatorie la cui determinare è minore o uguale a $x$ è almeno 3.

Se volessimo calcolare le probabilità che il numero di variabili aleatorie la cui determinazione sarà minore o uguale a $x$ sia esattamente 3, si dovrebbe far ricorso ad una variabile aleatoria binomiale $B$ di parametri $n$ e $p=F(x)$, dove $n$ è il numero di variabili aleatorie dell'insieme. Quindi si avrebbe che questa probabilità coincide con

$P(B=3)=(\genfrac{}{}{0ex}{}{n}{3})F(x{)}^3[1-F(x){]}^{n-3}.$

Tuttavia, si vuole la probabilità $P(B\ge 3)$, che in generale ha la seguente espressione:

$P(B\ge 3)=\sum _{i=3}^{n}P(B=i).$

Di conseguenza, per una generica statistica d'ordine:

$F_{X_{(r)}}(x)=P(B\ge r)=\sum _{i=r}^{n}P(B=i)=\sum _{i=r}^n(\genfrac{}{}{0ex}{}{n}{i})F(x{)}^i[1-F(x){]}^{n-i}.$

Bibliografia

• G. Leti (1983): Statistica descrittiva, Bologna, Il Mulino, ISBN 88-15-00278-2.

Voci correlate

• Mediana (statistica)
• Quartile
• Quantile
• Box-plot
• Statistica
• Statistica descrittiva

Collegamenti esterni

• Template:Collegamenti esterni