Abstract
In questo capitolo vengono proposti esercizi sui prinicipi di data reduction a partire da un modello di campionamento casuale parametrico, in particolare: statistiche; principio di sufficienza; criterio di fattorizzazione per la prova della sufficienza di una statistica; sufficienza e minimalità di una statistica; completezza di una statistica; proprietà dei campionamenti da variabili aleatorie appartenenti alla famiglia esponenziale.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer-Verlag Italia S.r.l., part of Springer Nature
About this chapter
Cite this chapter
Gasperoni, F., Ieva, F., Paganoni, A.M. (2020). Statistiche sufficienti, minimali e complete. In: Eserciziario di Statistica Inferenziale. UNITEXT(), vol 120. Springer, Milano. https://doi.org/10.1007/978-88-470-3995-7_2
Download citation
DOI: https://doi.org/10.1007/978-88-470-3995-7_2
Published:
Publisher Name: Springer, Milano
Print ISBN: 978-88-470-3994-0
Online ISBN: 978-88-470-3995-7
eBook Packages: Mathematics and StatisticsMathematics and Statistics (R0)