peter.gruber@usi.ch, 2017-03-23
Sia \(X\) una variabile aleatoria. La funzione di ripartizione \(F_X:\mathbb{R}\rightarrow [0,1]\) di \(X\) `{e} definita da: \[F_X(x)=\left\{\begin{array}{lcl} 0 & , & x<8 \\ 0.1 & , & 8\leq x<9 \\ 0.3 & , & 9 \leq x<10 \\ 0.7 & , & 10 \leq x<11 \\ 0.9 & , & 11 \leq x<12 \\ 1 & , & x\geq 12 \end{array}\right.\]
E una variable discreta
xVal <- c( 8, 9, 10, 11, 12)
xVal
## [1] 8 9 10 11 12
cPrb <- c(0.1, 0.3, 0.7, 0.9, 1)
Prob <- diff(c(0,cPrb))
# Table output
probTable <- data.frame(xVal,Prob)
probTable
## xVal Prob
## 1 8 0.1
## 2 9 0.2
## 3 10 0.4
## 4 11 0.2
## 5 12 0.1
Verifica veloce
sum(Prob) # Is it 1?
## [1] 1
barplot(Prob, name=xVal) # distribuzione
plot(xVal,cPrb,type="s") # ripartizione
xVal2 <- c(5, xVal, 15)
cPrb2 <- c(0, cPrb, 1)
plot(xVal2,cPrb2,type="s") # versione più bella
sum(Prob[xVal<=8.5]) # P (X<=8.5)
## [1] 0.1
sum(Prob[xVal>9 & xVal<=11.5]) # P (9<X<=11.5)
## [1] 0.6
sum(Prob[xVal>=9 & xVal<=11.5]) # P (9<=X<=11.5)
## [1] 0.8
sum(xVal * Prob)
## [1] 10