Possibili dubbi sul modello normale

A questo punto è naturale la domanda di come si faccia ad essere ``sicuri'' del modello gaussiano. Come discusso più volte nel testo e, più specificatamente nel paragrafo 11.2 introducendo l'inferenza con modello gaussiano, non siamo sicuri di niente, altrimenti non avremmo affrontato questo lungo discorso sulla logica dell'incerto. In particolare, nel paragrafo 11.2 abbiamo passato in rassegna le credenze che ci portano ad adottare, almeno in prima istanza, il modello gaussiano. Se, da un'occhiata ai dati sperimentali, sorge il sospetto che un modello alternativo possa descrivere meglio la dispersione delle osservazioni lo si può prendere in considerazione, soppesando opportunamente l'abilità del nuovo modello nel descrivere i dati sperimentali con la sua plausibilità, secondo lo schema descritto nel capitolo 5 e sul quale torneremo nel capitolo ***. Ad esempio, è chiaro che un modello ad hoc che segue esattamente la forma dell'istogramma di frequenza osservato è quello che massimizza la descrizione dei dati (per definizione!), ma è anche quello al quale non si crede per niente! Come esempio di (*** ritrovare o rifare la figura con le 20 gaussiane e le venti distribuzioni uniformi non n picolo ***).