Comprendere la Distribuzione Beta Attraverso 5 Esempi Concreti

La distribuzione Beta è una distribuzione di probabilità continua definita sull’intervallo [0, 1], caratterizzata da due parametri di forma, α e β. Trova applicazione in diversi ambiti, dalla statistica bayesiana alla modellazione di proporzioni. In questo articolo, forniremo una panoramica completa di questa distribuzione attraverso l’analisi di cinque esempi risolti, che ne illustreranno le proprietà e le applicazioni pratiche.

Esercizio 1 (Facile): Calcolo della Funzione Beta

Calcola il valore della funzione Beta per B(3, 2).

Soluzione:

Ricordiamo che

B(α, β) = Γ(α) * Γ(β) / Γ(α + β)

B(3, 2) = Γ(3) * Γ(2) / Γ(5)

Sappiamo che

Γ(n) = (n-1)! per n intero positivo.

Quindi:

Γ(3) = 2! = 2 Γ(2) = 1! = 1 Γ(5) = 4! = 24

B(3, 2) = (2 * 1) / 24 = 1/12

Esercizio 2 (Medio-Facile): Probabilità con Distribuzione Beta Uniforme

Una variabile casuale X è distribuita secondo una Beta(1, 1). Calcola P(X < 0.5).

Soluzione:

Una Beta(1, 1) è una distribuzione uniforme sull’intervallo [0, 1]. La funzione di densità di probabilità è f(x) = 1 per 0 ≤ x ≤ 1.

P(X < 0.5) è l’area sotto la curva della densità da 0 a 0.5. Dato che la densità è uniforme, questa è semplicemente:

P(X < 0.5) = (0.5 – 0) * 1 = 0.5

Spiegazione passo per passo:

1. Riconoscere la Distribuzione Beta Uniforme:

   L’esercizio afferma che X segue una distribuzione Beta con parametri α = 1 e β = 1. Questa è una situazione speciale: quando entrambi i parametri della distribuzione Beta sono uguali a 1, la distribuzione Beta si semplifica in una distribuzione uniforme sull’intervallo [0, 1].

2. Cos’è una Distribuzione Uniforme?

   Una distribuzione uniforme su un intervallo [a, b] significa che la variabile casuale ha la stessa probabilità di assumere qualsiasi valore all’interno di quell’intervallo. Immagina un righello: se scegli un punto a caso sul righello, hai la stessa probabilità di scegliere qualsiasi punto tra l’inizio e la fine.

   La funzione di densità di probabilità (PDF) di una distribuzione uniforme è una linea orizzontale. Per l’intervallo [0, 1], la PDF è:

   f(x) = 1, per 0 ≤ x ≤ 1 f(x) = 0, altrimenti

   Questo significa che l’altezza della linea orizzontale è 1.

3. Cosa significa P(X < 0.5)?

   P(X < 0.5) rappresenta la probabilità che la variabile casuale X assuma un valore minore di 0.5. Graficamente, questo corrisponde all’area sotto la curva della PDF (in questo caso, la linea orizzontale) tra 0 e 0.5.

4. Calcolo dell’Area:

   Dato che la PDF è una linea orizzontale di altezza 1, l’area sotto la curva tra 0 e 0.5 è semplicemente un rettangolo con:

   • Base = 0.5 – 0 = 0.5
   • Altezza = 1

   Area = Base * Altezza = 0.5 * 1 = 0.5

5. Conclusione:

   Quindi, P(X < 0.5) = 0.5. C’è una probabilità del 50% che la variabile casuale X, distribuita uniformemente tra 0 e 1, assuma un valore inferiore a 0.5.

L’esercizio sfrutta la proprietà speciale della distribuzione Beta(1, 1), che coincide con la distribuzione uniforme su [0, 1]. In questo caso, calcolare la probabilità P(X < 0.5) si riduce a calcolare l’area di un rettangolo, che è molto semplice. Questo rende l’esercizio “medio-facile” perché combina la conoscenza della distribuzione Beta con un concetto geometrico intuitivo.

Esercizio 3 (Medio): Calcolo di una Probabilità con Parametri Diversi

Una variabile casuale X segue una distribuzione Beta(2, 3). Calcola P(X > 0.6).

Soluzione:

Passo 1: Comprendere la Distribuzione Beta

La distribuzione Beta è una distribuzione di probabilità continua definita sull’intervallo [0, 1]. È caratterizzata da due parametri di forma, α (alfa) e β (beta), entrambi positivi. La sua funzione di densità di probabilità (PDF) è data da:

f(x; α, β) = (x^(α-1) * (1-x)^(β-1)) / B(α, β)

dove B(α, β) è la funzione Beta, definita come:

B(α, β) = Γ(α) * Γ(β) / Γ(α + β)

e Γ(z) è la funzione Gamma. Per numeri interi positivi, Γ(n) = (n-1)!.

Passo 2: Identificare i Parametri

Nell’esercizio, abbiamo X ~ Beta(2, 3), quindi α = 2 e β = 3.

Passo 3: Calcolare la Funzione Beta B(2, 3)

B(2, 3) = Γ(2) * Γ(3) / Γ(5)

Γ(2) = (2-1)! = 1! = 1 Γ(3) = (3-1)! = 2! = 2 Γ(5) = (5-1)! = 4! = 24

B(2, 3) = (1 * 2) / 24 = 1/12

Passo 4: Scrivere la Funzione di Densità di Probabilità

Ora possiamo scrivere la PDF specifica per la nostra distribuzione Beta(2, 3):

f(x; 2, 3) = (x^(2-1) * (1-x)^(3-1)) / (1/12) = 12x(1-x)²

Passo 5: Calcolare la Probabilità P(X > 0.6)

P(X > 0.6) rappresenta la probabilità che la variabile casuale X assuma un valore maggiore di 0.6. Per calcolarla, dobbiamo integrare la PDF da 0.6 a 1:

P(X > 0.6) = ∫₀.₆¹ 12x(1-x)² dx

Perché si deve integrare la funzione di densità di probabilità (PDF) per calcolare una probabilità come P(X > 0.6)?

Cerchiamo di chiarire questo concetto fondamentale.

Cos’è la Funzione di Densità di Probabilità (PDF)?

La PDF descrive la probabilità relativa di una variabile casuale continua di assumere un dato valore. A differenza delle variabili discrete (che assumono solo valori specifici, come 1, 2, 3), le variabili continue possono assumere un’infinità di valori all’interno di un intervallo (come tutti i numeri tra 0 e 1).

È cruciale capire che la PDF non rappresenta direttamente la probabilità. Il valore della PDF in un punto specifico non è una probabilità. Per calcolare una probabilità con una variabile continua, dobbiamo considerare un intervallo di valori e calcolare l’area sotto la curva della PDF su quell’intervallo.

L’Integrale e l’Area Sotto la Curva:

L’integrale di una funzione tra due punti rappresenta l’area sottesa alla curva della funzione tra quei due punti. Nel contesto delle probabilità con variabili continue, l’integrale della PDF tra due punti a e b rappresenta la probabilità che la variabile casuale assuma un valore compreso tra a e b.

Matematicamente:

P(a ≤ X ≤ b) = ∫ₐᵇ f(x) dx

dove f(x) è la PDF.

Perché Integriamo per Calcolare P(X > 0.6)?

Nel nostro esercizio, X ~ Beta(2, 3) e vogliamo calcolare P(X > 0.6). Questo significa che vogliamo trovare la probabilità che X assuma un valore maggiore di 0.6.

Graficamente, immagina di disegnare la curva della PDF della distribuzione Beta(2, 3). L’area totale sotto questa curva è uguale a 1 (perché la probabilità totale deve essere 1). L’area sotto la curva a destra di x = 0.6 rappresenta la probabilità che X sia maggiore di 0.6.

Per calcolare questa area, usiamo l’integrale:

P(X > 0.6) = ∫₀.₆¹ f(x) dx

dove f(x) = 12x(1-x)² è la PDF della nostra Beta(2, 3).

Analogia con un Istogramma:

Pensa a un istogramma che rappresenta la distribuzione di frequenza di una variabile discreta. L’altezza di ogni barra rappresenta la frequenza (o la probabilità) di quel valore. Per calcolare la probabilità di un insieme di valori, sommiamo le altezze delle barre corrispondenti.

Con una variabile continua, la PDF è l’analogo “continuo” dell’istogramma. Invece di sommare altezze di barre, calcoliamo l’area sotto la curva, che è data dall’integrale.

L’integrale è lo strumento matematico che ci permette di calcolare l’area sotto la curva della PDF. Questa area, a sua volta, rappresenta la probabilità che la variabile casuale continua assuma un valore all’interno di un determinato intervallo. Nel nostro caso, integrando la PDF da 0.6 a 1, calcoliamo la probabilità che X sia maggiore di 0.6.

Passo 6: Risolvere l’Integrale

Espandiamo (1-x)²:

(1-x)² = 1 – 2x + x²

Quindi l’integrale diventa:

P(X > 0.6) = 12∫₀.₆¹ x(1 – 2x + x²) dx = 12∫₀.₆¹ (x – 2x² + x³) dx

Ora integriamo termine per termine:

12∫₀.₆¹ (x – 2x² + x³) dx = 12[x²/2 – (2x³)/3 + x⁴/4]₀.₆¹

Passo 7: Valutare l’Integrale nei Limiti di Integrazione

Valutiamo l’espressione integrata prima per x = 1 e poi per x = 0.6, e sottraiamo il secondo risultato dal primo:

= 12[(1/2 – 2/3 + 1/4) – (0.6²/2 – (2 * 0.6³)/3 + 0.6⁴/4)] = 12[(6/12 – 8/12 + 3/12) – (0.18 – 0.144 + 0.0324)] = 12[(1/12) – (0.0684)] = 1 – 0.8208 = 0.1792

Passo 8: Uso di Excel (Metodo Alternativo e Consigliato)

Calcolare questo integrale a mano può essere laborioso. È molto più pratico e meno soggetto a errori usare Excel o un software statistico.

In Excel, puoi usare la funzione BETA.DIST:

=1-BETA.DIST(0.6;2;3;VERO)

Dove:

• 0.6 è il valore x per cui vogliamo calcolare la probabilità.
• 2 è α.
• 3 è β.
• VERO indica che vogliamo la funzione di distribuzione cumulativa (CDF). Mettendo 1- davanti otteniamo P(X>0.6)

Questa formula restituisce direttamente il valore di P(X > 0.6), che sarà circa 0.1792.

Conclusione:

P(X > 0.6) ≈ 0.1792. C’è circa il 17.92% di probabilità che la variabile casuale X, distribuita secondo una Beta(2, 3), assuma un valore maggiore di 0.6. L’uso di Excel o di un software statistico è fortemente raccomandato per questo tipo di calcoli, per evitare errori e semplificare il processo.

🔗Esercizi Svolti sulla Distribuzione Beta: Guida Completa con Teoria e Applicazioni

Esercizio 4 (Medio-Difficile): Interpretazione e Applicazione

Un’azienda produce componenti elettronici. La proporzione di componenti difettosi in un lotto è modellata da una distribuzione Beta(2, 18). Qual è la probabilità che un lotto abbia più del 10% di componenti difettosi?

Soluzione:

Vogliamo calcolare P(X > 0.1), dove X è la proporzione di componenti difettosi. X ~ Beta(2, 18).

Passo 1: Comprendere il Contesto

L’esercizio ci dice che la proporzione di componenti difettosi in un lotto è modellata da una distribuzione Beta. Questo è un uso tipico della distribuzione Beta: modellare quantità che rappresentano proporzioni o percentuali, che variano tra 0 e 1.

Passo 2: Identificare la Distribuzione e i Parametri

Ci viene detto che la proporzione di componenti difettosi (che chiameremo X) segue una distribuzione Beta(2, 18). Questo significa che:

• X ~ Beta(α = 2, β = 18)
• α = 2 è il parametro di forma che influenza la concentrazione della distribuzione verso valori più alti.
• β = 18 è il parametro di forma che influenza la concentrazione della distribuzione verso valori più bassi. Un β maggiore di α indica una maggiore probabilità di avere proporzioni vicine allo 0.

Passo 3: Definire la Probabilità da Calcolare

L’esercizio chiede la probabilità che un lotto abbia più del 10% di componenti difettosi. Tradotto in termini matematici, dobbiamo calcolare:

P(X > 0.1)

Dove 0.1 rappresenta il 10%.

Passo 4: Usare la Funzione di Distribuzione Cumulativa (CDF)

Calcolare P(X > 0.1) direttamente integrando la funzione di densità di probabilità (PDF) della Beta da 0.1 a 1 sarebbe complesso. Fortunatamente, possiamo usare la funzione di distribuzione cumulativa (CDF).

La CDF, indicata con F(x), ci dà la probabilità che la variabile casuale X sia minore o uguale a un certo valore x:

F(x) = P(X ≤ x)

La relazione tra la probabilità che ci interessa (P(X > 0.1)) e la CDF è:

P(X > 0.1) = 1 – P(X ≤ 0.1) = 1 – F(0.1)

Passo 5: Utilizzare Software o Calcolatrice

Per calcolare F(0.1) per una distribuzione Beta con α = 2 e β = 18, è consigliabile usare un software statistico o una calcolatrice scientifica che abbia la funzione di distribuzione cumulativa della Beta.

• Excel: La funzione in Excel è BETA.DIST(x; alfa; beta; cumulativo). Per calcolare P(X ≤ 0.1), useremo:

  =BETA.DIST(0.1; 2; 18; VERO)

  L’argomento VERO indica che vogliamo la CDF.

• Python (scipy.stats): La funzione è scipy.stats.beta.cdf(x, a, b), dove x è il valore, a è α e b è β. Per calcolare P(X ≤ 0.1), useremo:

  from scipy.stats import beta beta.cdf(0.1, 2, 18)

Passo 6: Calcolare il Risultato Finale

Usando Excel, otteniamo:

=BETA.DIST(0.1; 2; 18; VERO) ≈ 0.518

Quindi:

P(X > 0.1) = 1 – 0.518 ≈ 0.482

Passo 7: Interpretare il Risultato

Il risultato P(X > 0.1) ≈ 0.482 significa che c’è circa il 48.2% di probabilità che un lotto di componenti elettronici prodotto dall’azienda abbia più del 10% di componenti difettosi.

Cos’è la Funzione di Distribuzione Cumulativa (CDF)?

La funzione di distribuzione cumulativa (CDF), indicata solitamente con F(x), di una variabile casuale X è definita come la probabilità che X assuma un valore minore o uguale a x. In formula:

F(x) = P(X ≤ x)

Dove:

• X è la variabile casuale.
• x è un valore specifico che la variabile casuale può assumere.
• P(X ≤ x) è la probabilità che X sia minore o uguale a x.

Differenza tra Variabili Discrete e Continue:

La definizione di CDF si applica sia a variabili discrete che continue, ma con alcune differenze nell’interpretazione.

• Variabili Discrete: Una variabile discreta può assumere solo un numero finito o numerabile di valori (ad esempio, il numero di teste in 3 lanci di una moneta può essere 0, 1, 2 o 3). In questo caso, la CDF è una funzione a gradini. Per calcolare P(X ≤ x), si sommano le probabilità di tutti i valori di X minori o uguali a x.

• Variabili Continue: Una variabile continua può assumere un’infinità di valori all’interno di un intervallo (ad esempio, l’altezza di una persona può essere qualsiasi valore tra, diciamo, 150 cm e 200 cm). In questo caso, la CDF è una funzione continua. Per calcolare P(X ≤ x), si calcola l’area sotto la curva della funzione di densità di probabilità (PDF) fino a x.

Esempio con una Variabile Discreta (Lancio di una Moneta):

Lanciamo una moneta 2 volte. X è il numero di teste.

• X può assumere i valori 0, 1, 2.
• Supponiamo che la moneta sia equa (P(Testa) = 0.5).

Calcoliamo la CDF:

• P(X = 0) = (1/2) * (1/2) = 1/4
• P(X = 1) = 2 * (1/2) * (1/2) = 1/2
• P(X = 2) = (1/2) * (1/2) = 1/4

Ora calcoliamo la CDF:

• F(0) = P(X ≤ 0) = P(X = 0) = 1/4
• F(1) = P(X ≤ 1) = P(X = 0) + P(X = 1) = 1/4 + 1/2 = 3/4
• F(2) = P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) = 1/4 + 1/2 + 1/4 = 1

Esempio con una Variabile Continua (Distribuzione Uniforme):

Consideriamo una variabile X distribuita uniformemente tra 0 e 1 (X ~ U(0, 1)). La PDF è f(x) = 1 per 0 ≤ x ≤ 1, e 0 altrimenti.

Calcoliamo la CDF:

F(x) = P(X ≤ x) = ∫₀ˣ 1 dt = [t]₀ˣ = x, per 0 ≤ x ≤ 1

Quindi, ad esempio, F(0.5) = P(X ≤ 0.5) = 0.5.

Proprietà Importanti della CDF:

• 0 ≤ F(x) ≤ 1 per ogni x.
• F(x) è non decrescente: se x₁ < x₂, allora F(x₁) ≤ F(x₂).
• lim(x→-∞) F(x) = 0
• lim(x→+∞) F(x) = 1

Utilità della CDF:

La CDF è molto utile per calcolare diverse probabilità:

• P(X ≤ x) = F(x) (per definizione)
• P(X > x) = 1 – F(x)
• P(a ≤ X ≤ b) = F(b) – F(a)

Relazione tra CDF e PDF

Questa è una relazione fondamentale in probabilità. Cerchiamo di spiegarla in dettaglio.

Concetti Preliminari:

• Variabile Casuale Continua: Una variabile casuale continua può assumere un’infinità di valori all’interno di un dato intervallo (es. altezza, peso, temperatura).
• Funzione di Densità di Probabilità (PDF): La PDF, indicata con f(x), descrive la probabilità relativa che una variabile casuale continua assuma un determinato valore. A differenza delle variabili discrete, il valore della PDF in un singolo punto non rappresenta una probabilità. L’area sotto la curva della PDF rappresenta la probabilità.
• Funzione di Distribuzione Cumulativa (CDF): La CDF, indicata con F(x), descrive la probabilità che una variabile casuale X assuma un valore minore o uguale a x. In formula: F(x) = P(X ≤ x).

La Relazione tra CDF e PDF tramite l’Integrale:

Per una variabile casuale continua, la CDF è definita come l’integrale della PDF da -∞ fino a x:

F(x) = P(X ≤ x) = ∫₋∞ˣ f(t) dt

Dove:

• F(x) è la CDF.
• f(t) è la PDF.
• L’integrale è calcolato rispetto alla variabile t, che è una variabile “dummy” (potrebbe essere qualsiasi altra lettera).
• L’integrale è calcolato da -∞ (meno infinito) fino al valore x.

Spiegazione Intuitiva:

Immagina di avere il grafico della PDF. L’area totale sotto la curva della PDF è sempre uguale a 1 (perché rappresenta la probabilità totale).

Per calcolare la probabilità che X sia minore o uguale a un certo valore x, dobbiamo calcolare l’area sotto la curva della PDF a sinistra di x. Questo è esattamente ciò che fa l’integrale.

Esempi:

1. Distribuzione Uniforme su [0, 1]:

   La PDF è f(x) = 1 per 0 ≤ x ≤ 1, e 0 altrimenti.

   La CDF è:

   F(x) = ∫₀ˣ 1 dt = [t]₀ˣ = x, per 0 ≤ x ≤ 1

   Quindi, F(0.5) = 0.5, che significa che c’è il 50% di probabilità che X sia minore o uguale a 0.5.

2. Distribuzione Esponenziale:

   La PDF è f(x) = λe^(-λx) per x ≥ 0, e 0 altrimenti (dove λ è un parametro positivo).

   La CDF è:

   F(x) = ∫₀ˣ λe^(-λt) dt = 1 – e^(-λx), per x ≥ 0

Derivata della CDF:

Viceversa, la PDF è la derivata della CDF:

f(x) = dF(x)/dx

Questo significa che se conosciamo la CDF, possiamo ottenere la PDF derivandola.

Perché è Importante Questa Relazione?

• Calcolo delle Probabilità: Ci permette di calcolare probabilità associate a variabili continue, come P(X ≤ x), P(X > x), P(a ≤ X ≤ b).
• Collegamento tra PDF e CDF: Fornisce un legame matematico preciso tra le due funzioni, permettendoci di passare dall’una all’altra.

Esempio Pratico (Riprendendo l’Esercizio 3):

Nell’esercizio sulla distribuzione Beta(2, 3), avevamo la PDF f(x) = 12x(1-x)². Per calcolare P(X > 0.6), abbiamo integrato la PDF da 0.6 a 1. Questo equivale a calcolare 1 – F(0.6), dove F(x) è la CDF della Beta(2, 3). Usando Excel o software simili, calcoliamo direttamente F(0.6) con la funzione BETA.DIST e poi facciamo 1-F(0.6).

Esercizio 5 (Difficile): Stima Bayesiana

Hai osservato 2 successi su 10 prove di un esperimento. Usando una distribuzione a priori Beta(1, 1) per la probabilità di successo, calcola la distribuzione a posteriori.

Soluzione:

La distribuzione a priori è Beta(1, 1). Abbiamo osservato 2 successi e 8 insuccessi.

Passo 1: Comprendere la Stima Bayesiana

La stima bayesiana è un metodo di inferenza statistica che ci permette di aggiornare le nostre credenze (rappresentate da una distribuzione di probabilità) alla luce di nuove osservazioni. In questo caso, vogliamo stimare la probabilità di successo di un esperimento.

Concetti Chiave:

• Distribuzione a Priori (Prior): Rappresenta la nostra conoscenza o credenza prima di osservare i dati. Nell’esercizio, ci viene data una prior Beta(1, 1).
• Verosimiglianza (Likelihood): Rappresenta la probabilità di osservare i dati dato un certo valore del parametro che vogliamo stimare (in questo caso, la probabilità di successo). Nell’esercizio, i dati sono 2 successi su 10 prove, che seguono una distribuzione binomiale.
• Distribuzione a Posteriori (Posterior): Rappresenta la nostra conoscenza dopo aver osservato i dati. È ottenuta combinando la prior e la verosimiglianza usando il teorema di Bayes.

Passo 2: Definire la Distribuzione a Priori

L’esercizio ci dice che la distribuzione a priori per la probabilità di successo (che chiameremo θ, theta) è Beta(1, 1). Questo significa che:

θ ~ Beta(α = 1, β = 1)

Come abbiamo visto precedentemente, una Beta(1, 1) è equivalente a una distribuzione uniforme sull’intervallo [0, 1]. Questo significa che, prima di osservare i dati, consideriamo tutti i valori di probabilità di successo tra 0 e 1 ugualmente plausibili.

Passo 3: Definire la Verosimiglianza

Abbiamo osservato 2 successi su 10 prove. Questo può essere modellato con una distribuzione binomiale:

P(Dati | θ) = (ⁿₖ) * θᵏ * (1-θ)^(n-k)

Dove:

• n = numero di prove = 10
• k = numero di successi = 2
• θ = probabilità di successo (il parametro che vogliamo stimare)
• (ⁿₖ) = coefficiente binomiale “n su k” = n! / (k! * (n-k)!)

Nel nostro caso:

P(Dati | θ) = (¹⁰₂) * θ² * (1-θ)⁸ = 45 * θ² * (1-θ)⁸

Passo 4: Applicare il Teorema di Bayes (Concettualmente)

Il teorema di Bayes, in questo contesto, ci dice come combinare la prior e la verosimiglianza per ottenere la posterior:

P(θ | Dati) ∝ P(Dati | θ) * P(θ)

Dove:

• P(θ | Dati) è la distribuzione a posteriori di θ dato i dati.
• P(Dati | θ) è la verosimiglianza.
• P(θ) è la distribuzione a priori.
• ∝ significa “proporzionale a”.

Passo 5: Calcolare la Distribuzione a Posteriori (con la Coniugatezza Beta-Binomiale)

Una proprietà molto utile è che la distribuzione Beta è la distribuzione a priori coniugata per la distribuzione binomiale. Questo significa che se la prior è una Beta e la verosimiglianza è binomiale, allora anche la posterior sarà una Beta. E, cosa ancora più importante, i parametri della Beta a posteriori possono essere calcolati facilmente:

• α_posteriore = α_priori + numero di successi
• β_posteriore = β_priori + numero di insuccessi

Nel nostro caso:

• α_posteriore = 1 + 2 = 3
• β_posteriore = 1 + 8 = 9

Quindi, la distribuzione a posteriori è Beta(3, 9).

Passo 6: Interpretare la Distribuzione a Posteriori

La distribuzione Beta(3, 9) rappresenta la nostra conoscenza aggiornata sulla probabilità di successo dopo aver osservato i dati. Rispetto alla prior uniforme Beta(1, 1), la posterior è spostata verso valori più bassi di probabilità di successo, riflettendo il fatto che abbiamo osservato solo 2 successi su 10 prove.

In sintesi:

Abbiamo usato la stima bayesiana per aggiornare la nostra credenza sulla probabilità di successo di un esperimento. Partendo da una prior uniforme Beta(1, 1), abbiamo osservato 2 successi su 10 prove e, grazie alla coniugatezza tra la Beta e la Binomiale, abbiamo ottenuto una posterior Beta(3, 9). Questa posterior riflette la nostra conoscenza aggiornata alla luce dei dati osservati.

Cosa significa “Distribuzione a Priori Coniugata”?

In statistica bayesiana, partiamo da una distribuzione a priori che rappresenta la nostra conoscenza o credenza su un parametro incognito (nel nostro caso, la probabilità di successo θ). Dopo aver osservato dei dati, aggiorniamo questa credenza ottenendo una distribuzione a posteriori.

Una distribuzione a priori è detta coniugata rispetto a una data funzione di verosimiglianza (che descrive la probabilità dei dati osservati dato il parametro) se la distribuzione a posteriori appartiene alla stessa famiglia della distribuzione a priori.

In parole più semplici: se usiamo una prior Beta e osserviamo dati binomiali, la posterior sarà ancora una Beta. Questo è molto comodo perché non dobbiamo calcolare integrali complessi per ottenere la posterior.

Perché la Beta è Coniugata alla Binomiale?

La coniugatezza deriva dalla forma matematica delle funzioni di densità di probabilità (PDF) della Beta e della Binomiale. Quando moltiplichiamo la prior Beta per la verosimiglianza Binomiale (come richiesto dal teorema di Bayes), otteniamo un’espressione che ha la stessa forma funzionale di una distribuzione Beta.

Formula Generale:

Se abbiamo:

• Prior: θ ~ Beta(α, β)
• Dati: k successi su n prove (che seguono una Binomiale)

Allora la Posterior è:

θ | Dati ~ Beta(α + k, β + n – k)

Dove:

• α e β sono i parametri della prior.
• k è il numero di successi osservati.
• n è il numero totale di prove.

Esempio (ripreso dall’esercizio 5):

• Prior: θ ~ Beta(1, 1)
• Dati: 2 successi su 10 prove (n=10, k=2)

Posterior: θ | Dati ~ Beta(1 + 2, 1 + 10 – 2) = Beta(3, 9)

Come vedi, partendo da una Beta(1,1) e osservando dati binomiali, otteniamo una posterior che è ancora una Beta, ma con parametri aggiornati (3 e 9).

Vantaggi della Coniugatezza:

• Semplicità Computazionale: Non è necessario calcolare integrali complessi per ottenere la posterior. Basta aggiornare i parametri della prior.
• Interpretazione Intuitiva: I parametri della Beta (α e β) hanno un’interpretazione intuitiva: rappresentano il numero di “successi” e “insuccessi” osservati (o creduti a priori). L’aggiornamento dei parametri riflette l’incorporazione delle nuove informazioni dai dati.
• Forma Analitica: La posterior ha una forma analitica nota (la Beta), il che facilita ulteriori analisi e calcoli (es. calcolo di intervalli di credibilità).

Esempio di Utilizzo in un Test A/B :

Abbiamo testato due versioni di un annuncio:

• Annuncio A: 60 clic su 100 impressioni
• Annuncio B: 75 clic su 150 impressioni

Usiamo una prior Beta(1, 1) per entrambi gli annunci (prior non informativa).

• Posterior A: Beta(1 + 60, 1 + 100 – 60) = Beta(61, 41)
• Posterior B: Beta(1 + 75, 1 + 150 – 75) = Beta(76, 76)

Ora possiamo confrontare le due distribuzioni Beta a posteriori per determinare quale annuncio è più probabilmente migliore.

In Conclusione:

La coniugatezza tra la Beta e la Binomiale è uno strumento potente e molto utilizzato nella statistica bayesiana. Semplifica i calcoli e fornisce un modo intuitivo per aggiornare le nostre credenze alla luce di nuove osservazioni. Questa proprietà rende la distribuzione Beta una scelta naturale per modellare probabilità e proporzioni in contesti dove i dati seguono una distribuzione binomiale.

Pubblicità