Vai al contenuto

Pagina:Teoria degli errori e fondamenti di statistica.djvu/69

Da Wikisource.
5.4 - La varianza delle combinazioni lineari 53

Infatti, se le due variabili casuali x e ξ soddisfano questa ipotesi, allora deve risultare:

ξ = x+K
E(ξ) = E(x)+K
σξ2 = E{[ξ−E(ξ)]2}
= E{[x+K−E(x)−K]2}
= E{[x−E(x)]2}
= σx2.

Ora, date due variabili casuali x e y qualsiasi, ed una loro generica combinazione lineare z=ax+by, basta definire altre due variabili casuali ausiliarie

ξ=x−E(x) ed η=y−E(y)

(che ovviamente soddisfano l’ipotesi di avere speranza matematica zero): pertanto la loro combinazione lineare ζ=aξ+bη, che differisce anch’essa da z per un fattore costante e pari ad aE(x)+bE(y), avrà varianza che, in

conseguenza della (5.4), sarà data dalla

σζ2=a2σξ2+b2ση2.

Ma per quanto detto, x e ξ hanno la stessa varianza; così y ed η, e z e ζ. Ne consegue come per qualsiasi coppia di variabili casuali (purché però statisticamente indipendenti) vale la relazione (5.4), che possiamo enunciare nel modo seguente:

Una combinazione lineare, a coefficienti costanti, di due variabili casuali statisticamente indipendenti ha varianza uguale alla combinazione lineare delle rispettive varianze, con coefficienti pari ai quadrati dei coefficienti rispettivi[1].

È ovvio poi estendere (per induzione completa) questo risultato alla combinazione lineare di un numero finito qualsivoglia di variabili casuali, che siano però sempre tra loro tutte statisticamente indipendenti: se

F=ax+by+cz+⋯



  1. ↑ O, come si usa dire in sintesi, gli errori si combinano quadraticamente. Una formula più generale, che si può applicare a coppie di variabili casuali qualunque, verrà dimostrata nell’appendice C.