You are on page 1of 18

Testarea ipotezelor statistice

Ea va fi acceptată doar când există suficiente dovezi. pentru a se stabili că este adevărată.... evidenţe.Concepte     Ipoteză statistică = ipoteza care se face cu privire la parametrul unei repartiţii sau la legea de repartiţie pe care o urmează anumite variabile aleatoare.. 2 . Ipoteză nulă (H0) = constă întotdeauna în admiterea caracterului întâmplător al deosebirilor. k } . Dacă ipoteza nulă constă în afirmaţia că parametrul θ al unei distribuţii este egal cu o anumită valoare θ0:   ipoteză alternativă simplă: θ = θ1 ipoteză alternativă compusă:   { 1 . Ipoteză alternativă (H1) = o teorie care contrazice ipoteza nulă. adică în presupunerea că nu există deosebiri esenţiale.

ipoteza H0 se respinge. ipoteza H0 se acceptă. C – punctul de tăietură în stabilirea acesteia. când ipoteza nulă este adevărată să fie α. dacă punctul definit de vectorul de sondaj x1. cu α mic (α=0.Concepte   Testul statistic este utilizat drept criteriu de acceptare sau de respingere a ipotezei nule Regiunea critică.x2. Rc = valorile numerice ale testului statistic pentru care ipoteza nulă va fi respinsă. iar dacă punctul cade în afara regiunii critice Rc. .01 etc).    este astfel aleasă încât probabilitatea ca ea să conţină testul statistic.xn cade în regiunea critică Rc.…. regiunea critică este delimitată de valoarea critică.

Concepte   Eroare de genul întâi = eroarea pe care o facem eliminând o ipoteză nulă. (1-α)100 reprezintă probabilitatea de garantare a rezultatelor. . Riscul de genul întâi (α) = probabilitatea comiterii unei erori de genul întâi      se numeşte nivel sau prag de semnificaţie. Puterea testului statistic este (1-β). Eroare de genul al doilea = eroarea pe care o facem acceptând o ipoteză nulă. deşi este falsă Probabilitatea (riscul) comiterii unei erori de genul al doilea este β. Nivelul de încredere al unui test statistic este (1-α) iar în expresie procentuală. deşi este adevărată.

Concepte  Erorile în testarea ipotezelor statistice Decizia de Ipoteza adevărată acceptare H0 H1 H0 Decizie corectă (probabilitate 1-α) Eroare de gen II (risc β) H1 Eroare de gen I (risc α) Decizie corectă (probabilitate 1-β)  α= P(respingere H0 ‫ ׀‬H0 este corectă)=P(eroare de gen I)  β= P(acceptare H0 ‫ ׀‬H0 este falsă)=P(eroare de gen II) .

Concepte Legătura dintre probabilităţile α şi β .

s x  x n o dată cu creşterea volumului n al eşantionului. abaterile medii pătratice ale distribuţiilor pentru H 0 şi H1 devin mai mici şi. cât şi β descresc  α şi β când volumul eşantionului n' > n . atât α.Concepte s Cum. evident.

. Se desprind concluziile: ipoteza nulă este fie acceptată. Această decizie este incorectă doar în 100 α % din cazuri. astfel:   dacă valoarea numerică a testului statistic cade în regiunea critică (Rc). dacă valoarea numerică a testului nu cade în regiunea critică (Rc). respingem ipoteza nulă şi concluzionăm că ipoteza alternativă este adevărată. fie respinsă.Concepte    Se fac presupuneri despre populaţia sau populaţiile ce sunt eşantionate (normalitate etc. se acceptă ipoteza nulă H0. pe baza datelor din eşantion.). Se calculează apoi testul statistic şi se determină valoarea sa numerică.

Concepte  Ipoteza alternativă poate avea una din trei forme (pe care le vom exemplifica pentru testarea egalităţii parametrului „media colectivităţii generale“. μ cu valoarea μ0)  test bilateral: H0: μ = μ0 H1: μ ≠ μ0 (μ < μ0 sau μ > μ0)  test unilateral dreapta: H0: μ = μ0 H1: μ > μ0  test unilateral stânga: H0: μ = μ0 H1: μ < μ0 .

Concepte μ μ a) b) μ c) Regiunea critică pentru a) test bilateral. c) test unilateral stânga . b) test unilateral dreapta.

ipotezele sunt: H0: μ = μ0 (μ .μ0≠0) (adică μ < μ0 sau μ > μ0). deci: x  0   z / 2 Respingem H0 dacă x sau n x  0 x n  z / 2 .μ0=0) H1: μ ≠ μ0 (μ .z α/2 sau z> z α/2 Regula de decizie este. z x  0 x  x  0 x  0  x n sx n Rc: z< .  În cazul testului bilateral.Testarea ipotezei privind media populaţiei generale (μ) pentru eşantioane de volum mare  Utilizarea eşantioanelor de volum mare (n > 30) face posibilă aplicarea teoremei limită centrală.

x sx= 110. aceea că greutatea pungilor este în medie de 12 kg.85  12     3.575 se respinge ipoteza nulă H0 şi se acceptă ipoteza alternativă.575 z x  12 x  12 x  12 11. care trebuie să conţină 12 kg/pungă.α)100=99%) să se determine dacă se acceptă ipoteza nulă. aceea că greutatea pungilor diferă. Pentru a detecta eventuale abateri în ambele sensuri de la această cantitate. H0: μ = 12 H1: μ ≠ 12 ( μ < 12 sau μ > 12).Testarea ipotezei privind media populaţiei generale (μ) pentru eşantioane de volum mare  Exemplu: Presupunem că un fabricant de materiale de construcţii comercializează ciment în pungi. . în medie.3. de 12 kg. z α/2=z0. selectează 100 de pungi. Pentru α = 0.01 (grad de încredere (1.005=2.5 10  n s n Regiunea critică: z< .85 kg.0 < .z α/2 sau z> z α/2 Cum z = .0 x 0.5 . pentru care calculează kg.2.

μ0>0).μ0=0) H1: μ > μ0 (μ . ipotezele sunt: H0: μ = μ0 (μ . Testul statistic calculat este: z x  0 x  0 x  0   x  n s n Regiunea critică este dată de: Rc: z > zα Regula de decizie este: Respingem ipoteza H0 dacă x  0  n  z .Testarea ipotezei privind media populaţiei generale (μ) pentru eşantioane de volum mare  Pentru testul unilateral dreapta.

Testarea ipotezei privind media populaţiei generale (μ) pentru eşantioane de volum mare  Pentru testul unilateral stânga.μ0=0) H1: μ < μ0 (μ .μ0<0). Testul statistic calculat este: z x  0 x  0 x  0   x  n s n Regiunea critică este dată de: Rc: z < –zα Regula de decizie este: x  0  z  Respingem ipoteza H0 dacă  n . ipotezele sunt: H0: μ = μ0 (μ .

Proprietăţile distribuţiei de eşantionare a diferenţei ( x 1  x 2) sunt:    distribuţia de eşantionare pentru ( x 1  x 2 ) este aproximativ normală pentru eşantioane de volum mare (n1 > 30 şi n2 > 30). dacă cele două eşantioane sunt independente. abaterea medie pătratică a  12  22 distribuţiei de eşantionare este:   x  x    1  Dacă  12 =  22 = va avea forma: 2 n1 n2  2. media distribuţiei de eşantionare a lui ( x 1  x 2 ) este (μ1 – μ2).Testarea ipotezei privind diferenţa dintre două medii pentru eşantioane de volum mare   Un estimator al diferenţei (μ1.μ2) este diferenţa dintre mediile eşantioanelor ( x 1  x 2). abaterea medie pătratică a distribuţiei de eşantionare   x1  x 2    1 1  n1 n2 .

μ2) = D H1: (μ1.μ2) > D 3.Testarea ipotezei privind diferenţa dintre două medii pentru eşantioane de volum mare  Ipotezele statistice ce urmează a fi testate vor fi:     1.μ2)>D sau (μ1.μ2) < D Regiunea critică este dată de: 1. z< . test unilateral stânga H0: (μ1.zα/2 sau z> zα/2 2. test unilateral dreapta H0: (μ1. z< . z> zα 3. test bilateral H0: (μ1.μ2)<D] 2.μ2) = D H1: (μ1.μ2) ≠ D [(μ1.zα z x   x2  D   x x 2  1 1 .μ2) = D H1: (μ1.

38 mil. vom efectua un test unilateral stânga: H0 : μ1 = μ 2 H1 : μ1 < μ 2 (μ1 .μ2 = 0) (μ1 .15 mil.Testarea ipotezei privind diferenţa dintre două medii pentru eşantioane de volum mare  Exemplu: Managerul unui restaurant doreşte să determine dacă o campanie de publicitate a dus la creşterea veniturilor medii zilnice. aşadar. Au fost înregistrate veniturile pentru 50 de zile înainte de desfăşurarea campaniei. lei s2=2.μ2 < 0) . lei Dorim să vedem dacă veniturile au crescut (μ 2> μ1). Din prelucrarea datelor pentru cele două eşantioane. se înregistrează veniturile pentru 30 de zile. Aceste două eşantioane vor permite testarea ipotezei privind efectul campaniei asupra veniturilor. După desfăşurarea campaniei şi trecerea unei perioade de 20 de zile pentru ca această campanie să îşi facă efectul. rezultă: Înainte de campanie După campanie n1=50 n2=30 s1=2.

645 sau z > 1.1. α Test unilateral stânga Test unilateral dreapta Test bilateral 0.575 .1.2.1.5305 Cum valoarea calculată nu este mai mică decât –z 0. rezultă că nu ne aflăm în regiunea critică.96 sau z > 1.05= –1.96 0.01 z < .41 0.1.28 z > 1.645 z < .645.75  1.2.645 z > 1.33 z < .05) pentru ca managerul restaurantului să concluzioneze că veniturile au crescut în urma campaniei de publicitate. suficiente dovezi (la α = 0.05 z < .33 z > 2.Testarea ipotezei privind diferenţa dintre două medii pentru eşantioane de volum mare z x 1   x2  0  x 1 x 2   x1  x 2  12  22  n1 n 2  x1  x 2 s12 s 22  n1 n 2   0.10 z < .28 z < .575 sau z > 2. Eşantioanele nu oferă aşadar.645 0.