You are on page 1of 13

UNIVERZITET U BANJOJ LUCI

ARHITEKTONSKO-GRAĐEVINSKO-GEODETSKI FAKULTET
BANJA LUKA
PREDMET: VJEROVATNOĆA I STATISTIKA

SEMINARSKI RAD:
TESTIRANJE STATISTIČKIH HIPOTEZA

PROFESOR: dr Milenko Pikula

STUDENT: Petar Praštalo 23/12

Sadržaj:

1.UVOD .................................................................................................................................................... 1
1.TESTIRANJE HIPOTEZA.......................................................................................................................... 2
2.TEST HIPOTEZE ZA VJEROVATNOST BINOMNE DISTRIBUCIJE n

................................................. 4

3.TESTIRANJE HIPOTEZE ZA OČEKIVANJE NORMALNE DISTRIBUCIJE KADA JE VARIJANSA POZNATA.... 5
4.TESTIRANJE HIPOTEZA ZA OČEKIVANJE NORMALNE DISTRIBUCIJE KADA JE VARIJANSA NEPOZNATA 7
5.ZAKLJUČAK ......................................................................................................................................... 10
6.LITERATURA........................................................................................................................................ 11

1.UVOD

Statističko testiranje ili testiranje statističkih hipoteza je način da se dodje od
kvalitetna odluke na osnovu prikupljenih podataka i određenih pretpostavki. Statističko
testiranje ima široku upotrebu u raznim oblastima biologije, medicine, tehnike,
ekonomije, agronomije i drugih nauka. Statistička hipoteza je pretpostavka o
karakteristikama osnovnog skupa koja se može statistički provjeriti, a ta provjera zove
se statističko testiranje i podrazumjeva odbacivanje ili neodbacivanje hipoteze na
osnovu posmatranja uzorka, tj. odlučivanja. U ovom radu ću da objasnim šta je
statističko testiranje kroz teoriju, odnosno definicije i kroz realne primjere koji se
pojavljuju u praksi da bi bolje razumjeli materiju.
Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
(najčešće naučnim ili iskustvenim). Jednom formirana hipoteza se koristi za izvođenje
zaključaka o posmatranom problemu uz pomoć odgovarajućeg statističkog metoda.
Podela testova:
Parametarski testovi.
Neparametarski testovi.
Postupak testiranja hipoteze se izvodi u nekoliko koraka:
1. Definišu se nulta i alternativna hipoteza.
2. Izbor modela teorijskog rasporeda.
3. Određuje se nivo značajnosti testa αodnosno verovatnoća (1−α).
4. Definisanje uzorka.
5. Izračunavanje statistike testa na osnovu uzorka.
6. Iz tablice teorijskog rasporeda očitava se tablična vrednost (kriterijum).
7. Upoređivanje statistike testa sa tabličnom vrednošću.
8. Odluka o prihvatanju ili odbacivanju formulisane hipoteze.

1

1.TESTIRANJE HIPOTEZA
Teorija testiranja statističkih hipoteza sastoji se u određivanju kriterija na osnovu
kojeg pomoću eksperimentalnih vrijednosti slu·cajne varijable mozemo odlučiti
prihvaćamo li ili odbacujemo hipotezu. Parametarske hipoteze odnose se na parametre
poznate funkcije distribucije slučajne varijable, a neparam-etarske se odnose na
nepoznatu razdiobu.
Definicija statitstičke hipoteze: je bilo koja pretpostavka o distribuciji neke slučajne
varijable (slučajnog vektora). Neparametarska hipoteza je pretpostavka o funkciji
distribucije neke slučajne varijable. Parametarska hipoteza je pretpostavka o
parametrima poznate distribucije neke slučajne varijable. Statističke hipoteze
označavamo sa H0; H1; ::; Hn.
PRIMJER: H0( λ = λ0) je parametarska hipoteza za parametar λ u Poissonovoj
diatribuciji.
Definicija proste hipoteze: Parametarska hipoteza je prosta hipoteza ako sadrzi samo
jednu pretpostavku o parametru
(npr. H0(μ = μ 0)).
Parametarska hipoteza je složena ako se sastoji od konačno ili beskonačno mnogo
prostih hipoteza
(npr. H1(μ > μ 0);H1(μ < μ 0);H1(μ 6= μ 0);).
Definicija statističkog testa: Testiranje statističkih hipoteza moguće je ako postaje
barem dvije alternativne hipoteze: H0 nulta hipoteza i njoj alternativna H1 hipoteza (u
nekom smislu suprotna). Statistiku T na uzorku (X1;X2; :::;Xn) pomoću koje se donosi
odluka o prihvćanju nulte hipoteze ili prihvaćanju neke od alternativno postavljenih
hipoteza ako je dobivena vrijednost slučajnog uzorka (x1; x2; :::; xn) zovemo statističkim
testom. Test statistika ima svoju poznatu distribuciju.
PRIMJER: Neka je nulhipoteza H0(
distribuciju. Test statistika T =

=

) za slučajne varijable koje imaju normalnu

ima distibuciju Fishera.

PRIMJER: Neka je nulhipoteza H0(p = p0) za slučcajne varijable koje imaju B(1; p)
binomnu distribuciju.
Test statistika T =
ima normalnu distribuciju
T N (p, p(1 - p)), za n

.

Definicija greške prve vrste, nivo značajnosti: Testom je napravljena greška prve
vrste ako se nije prihvatila ispravna nulhipoteza. Vjerojatnost da se napravi greška prve
vrste naziva se nivo (razina) značajnosti i označava s .
Definicija greške druge vrste, jakost testa: Testom je napravljena greška druge vrste
ako se prihvatila lažna nulta hipoteza. Vjerojatnost da se napravi greška druge vrste
označava se s .
Vjerojatnost da se ne napravi greška druge vrste zove se jakost testa i označava se s .

2

(Jakost testa je vjerojatnost da se odbaci lažna nulta hipoteza.)
Definicija kritično područje: Vrijednost
statistike T na uzorku (X1;X2; :::;Xn) na
osnovu koje odlučujemo prihvacamo li ili odbacujemo nultu hipotezu H0 zove se kritična
tačka. Skup vrijednosti statistike T za koje se prihvaća H0 zove se područje prihavaćanja
nulte hipoteze, a skup vrijednosti statistike T za koje se ne prihvaća H0 zove se kritično
područje.
Jednostrano kritično područje može biti odredeno s uvjetom T >
za
>0
ili uvjetom T <
za
< 0.
Dvostrano kritično područje odredeno je s uvjetom T <
iT>
za
<
.
NAPOMENA: Neka je zadan nivo značajnosti
i test statistika T za parametarsku
hipotezu H0(parametar = parametar0).
Za jednostrani test, desnu kritičnu tačku ( > 0) odredujemo iz uvjeta da P(T> )= .
Za jednostrani test, lijevu kritičnu tačku (
Za dvostrani test kritične tačke

,

< 0) odredujemo iz uvjeta da P(T<

, određujemo iz uvjeta P(T<

U slučaju simetrične distribucije test statistike T kritične tačke
uvjeta P(T <
)=
P(T >
=
=

)+P(T>
,

)= .
)= .

, određujemo iz

)= .
kvantil za F funkciju distribucije test statistike T,
kvantil za F funkciju distribucije test statistike T.

NAPOMENA: Vrijednosti ; ovise o
Zelimo da obje greške budu male a to je
kontradiktorno (ako opada,
se miče u desno i raste.
U praksi se na početku izabere ( = 0:05 ili = 0:01), zatim se odredi
i na kraju se
izračuna . Ako je veliko onda ponavljamo test pomoću većeg uzorka.

3

2.TEST HIPOTEZE ZA VJEROVATNOST BINOMNE DISTRIBUCIJE n
Teorem: Ako se testira:
Nulta hipoteza ( = ) i alternativna (
)
Pomoću dvostranog testa, izaberemo test statistiku T =

koja ima standardnu

normalnu distribuciju T N (0,1), za n
.
Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
,
, određujemo iz uvjeta
P(T <
)=
P(T >
=

)=
=

su kvantili za F*, funkciju distribucije T

.

Područje prihvaćanja za nultu hipotezu ( = ) za nivo značajnosti
Ako je vrijednost test statistike T(
…… ),
i=
(
,
prihvaćamo nultu hipotezu ( = ).

je (

,

.

Primjer: Napravljen je slučajni pokus bacanje novčića. Pokus je ponovljen n=4040 puta
i dobiveno je 2048 glava. Znamo da je uspjeh u pokusu binomna slučajna varijabla s
parametrom vjerovatnost da padne glava. Testiramo hipotezu ( =
) tj. testiramo
hipotezu da je novčić ispravan. Alternativna hipoteza je
(
). Neka je nivo
značajnosti
Rješenje:
( =
)
(
)
(
Test statistike je T =
n

(
).
ima standardnu normalnu distribuciju T

N (0,1), za

.

Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
,
, određujemo iz uvjeta
P(T <
)=
P(T >
=

)= .
=

su kvantili za F*, funkciju distribucije T

Za zadani test
=
=
=
=
=
= 1,96.

su kvantili za F*, funkciju distribucije T
= 1,96,

Područje prihvatanja za nultu hipotezu
(
,
= (-1.96, 1.96)
Vrijednost test statistike T(
t=

=i=

.

……

(

=

) za nivo značajnosti

je

),
= 0.88104,

4

(
,
hipotezu

je unutar područja prihvatljivosti nulte hipoteze, pa prihvaćamo nultu
( =
), novčić je ispravan.

3.TESTIRANJE HIPOTEZE ZA OČEKIVANJE NORMALNE DISTRIBUCIJE KADA JE
VARIJANSA POZNATA
Teorem:
Ako se testira :
Nulta hipoteza
i alternativna

.

Pomoću dvostranog testa, izabiremo test statistiku T =
normalnu distribuciju T

koja ima standardnu

.

Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
određujemo iz uvjeta
P (T
)=
P (T

)=

=z ,
= - su kvantili za funkciju distribucije T N (0,1).
Područje prihvaćanja za nultu hipotezu ( = ) za nivo značajnosti je (
,
).
Ako je vrijednost test statistike T (
),
t=
(
) prihvaćamo nultu hipotezu
).
(b) Ako se testira :
Nulta hipoteza (
) i alternativna (
)
Pomoću jednostranog testa, izabiremo test statistiku T =
koja ima standardnu
normalnu distribuciju T
.
Za jednostrani test, kritičnu tačku
određujem iz uvjeta P (T
)=
, je kvantil za , funkciju distribucije test statistike T
.
Kritično područje za nultu hipotezu
za nivo značajnosti je
).
Ako je vrijednost test statistike T (
), t =
(
) odbacujemo
nultu hipotezu i prihvaćamo alternativnu hipotezu (
).
(c) Ako se testira :
Nulta hipoteza
i alternativna
(
) pomoću jednostranog testa,
izabiremo test statistiku T =
T
.
Za jednostrani test, kritičnu tačku

koja ima standardnu normalnu distribuciju
određujemo iz uvjeta P (T

)=

, je kvantil za , funkciju distribucije test statistike T
.
Kritično područje za nultu hipotezu
za nivo značajnosti je ( , ).
Ako je vrijednost test statistike T (
), t =
( , ) odbacujemo nultu
hipotezu i prihvaćamo alternativnu hipotezu (
).

5

PRIMJER :
Slučajna varijabla X
N ,
= 4). U uzorku veličine n=25 vrijednost uzoračke
aritmetičke sredine je = 14,7. Za nivo značajnosti = 0.01. Testirati :
(a) Nultu hipotezu ( = 16) i alternativnu hipotezu (
16).
(b) Nultu hipotezu ( = 16) i alternativnu hipotezu (
16).
Rješenje :
(a) Ako se testira :
Nulta hipoteza

i alternativna

.

Pomoću dvostranog testa, izabiremo test statistiku T =
normalnu distribuciju T

koja ima standardnu

.

Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
određujemo iz uvjeta
P (T
)=
P (T

)=

=z ,
Za = 0,01
= z

=

- su kvantili za
=

funkciju distribucije T

N (0,1).

= 2,58,

= = 2,58.
Područje prihvaćanja za nultu hipotezu
(
,
= (-2,58, 2,58).
Vrijednost test statistike T (
),
t=
=i=
= -3.25 (
odbacujemo nultu hipotezu

za nivo značajnosti

,

nije upala u područje prihvaćanja,

prihvaćamo alternativnu hipotezu

(b) Ako je se testira nulta hipoteza

i alternativna

jednostranog testa, izabiremo test statistiku T =
normalnu distribuciju T
Za jednostrani test, kritičnu tačku
P (T
)=
Za

=

je kvantil za

=

=

= 0,01 je

.

(

) pomoću

koja ima standardnu

.
određujemo iz uvjeta

funkciju distribucije test statistike T

N (0,1).

= -2.33

Kritično područje za nultu hipotezu
(Vrijednost test statistike T (
),
t =
= i =
= -3.25

za nivo značajnosti

(

,

je

(-

upala u kritično područje,

odbacujemo nultu hipotezu i prihvaćamo alternativnu hipotezu

.

6

4.TESTIRANJE HIPOTEZA ZA OČEKIVANJE NORMALNE DISTRIBUCIJE KADA JE
VARIJANSA NEPOZNATA
Teorem:
(a) Ako je se testira: nulta hipoteza

i alternativna

dvostranog testa, izabiramo test statistiku T =

pomoću

koja ima studentovu

distribuciju T t (n-1).
Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
određujemo iz uvjeta
P (T
)=
P (T

)=
=

,

=

su kvantili za

funkciju distribucije T

Područje prihvaćanja za nultu hipotezu
Ako je vrijednost test statistike T (
t=

(

( = ) za nivo značajnosti
),

) prihvaćamo nultu hipotezu

(b) Ako je se testira: nulta hipoteza

t (n-1).

i alternativna

(

).

pomoću

koja ima studentovu

određujemo iz uvjeta

=
je kvantil za F, funkciju distribucije test statistike T t (n-1).
Kritično područje nultu hipotezu ( = ) za nivo značajnosti je (
Ako je vrijednost test statistike T (
),
t=

,

).

jednostranog testa, izabiramo test statistiku T =
distribuciju T t (n-1).
Za jednostrani test, kritične tačke
P (T
)=

je (

,

).

) odbacujemo nultu hipotezu i prihvaćamo alternativnu hipotezu

).
(c) Ako je se testira: nulta hipoteza

i alternativna

jednostranog testa, izabiramo test statistiku T =
distribuciju T t (n-1).
Za jednostrani test, kritične tačke
P (T
)=

koja ima studentovu

određujemo iz uvjeta

=
je kvantil za F, funkciju distribucije test statistike T t (n-1).
Kritično područje nultu hipotezu ( = ) za nivo značajnosti je ( ,
Ako je vrijednost test statistike T (
),
t=

(

,

pomoću

).

) odbacujemo nultu hipotezu i prihvaćamo alternativnu hipotezu

).
Napomena:
7

Kvantili za studentovu distribuciju za n= 5, t(4), F (
0.05
-2.13
2.13

)= :

0.01
-1.53
1.53

0.05
0.025

0.01
0.005

-2.78

-4.60

2.78

4.60

Primjer:
Neka slučajna varijabla ima normalnu distribuciju X N (
) nepoznate varijanse
Uzet je uzorak veličine n = 5 i dobivena je vrijednost uzoračke aritmetičke sredine
=10.2, i vrijednost korigirane uzoračke varijanse =0.64. Za nivo značajnosti
testirati:
(a) Nultu hipotezu
i alternativnu hipotezu
.
(b) Nultu hipotezu
i alternativnu hipotezu
.
Rješenje:
(a) Ako je se testira: nulta hipoteza

i alternativna

dvostranog testa, izabiramo test statistiku T =
distribuciju T

pomoću

koja ima studentovu

t (n-1).

Za dvostrani test, u slučaju simetrične distribucije test statistike T kritične tačke
određujemo iz uvjeta
P (T
)=
P (T

)=
=

Za

,

=

su kvantili za

funkciju distribucije T

t (n-1).

, n-1 = 4
=

=

=

= 2,78.

= 2,78,

Područje prihvaćanja za nultu hipotezu
(
,
= (-2.78, 2.78).
Vrijednost test statistike T (
),
t=
=
= 0.55902 (
prihvaćamo nultu hipotezu

za nivo značajnosti

,

= 0,05 je

je upala u područje prihvaćanja, pa

8

(b) Ako je se testira nulta hipoteza

i alternativna

jednostranog testa, izabiremo test statistiku T =
normalnu distribuciju T

Za

je kvantil za

=

=

koja ima standardnu

određujemo iz uvjeta

funkciju distribucije test statistike T
=

) pomoću

.

Za jednostrani test, kritičnu tačku
P (T
)=
=

(

= 2.13,

Kritično područje za nultu hipotezu
(Vrijednost test statistike T (
),
t=
=
= 0.559 (
,
hipotezu, pa prihvaćamo nultu hipotezu

N (0-1).

= -2.13
za nivo značajnosti

je (-

nije upala u kritično područje za nultu
.

9

5.ZAKLJUČAK
U ovom radu sam obradio temu statističkih testova i njihove primjere kako bi
bolje shvatili za što se najviše koriste u praksi. Jasno nam je da kroz definicije i primjere
vidimo da statistički testovi mogu imati veoma široku primjenu u praksi u više različitih
nauka i oblati a njihova rješenja doprinose odlučivanju na osnovu parametara podataka i
rezultata. Kroz ovaj rad naučili smo šta je statističko testiranje, koje vrste hipoteza se
postavljaju, šta je kritično područje i nivo značajnosti. A kroz primjere smo mogli
vidjejeti da kako se nulta hipoteza testira u odnosu na alternativnu pod određenim i
različitim uslovima, te na osnovu rezultata da li je prihvatiti ili ne.

10

6.LITERATURA
1. Statističke metode u menadžmentu, Đuro Mikić, Nebojša Ralević, Prijedor,
2006.god.
2. Nevenka skakić, Vjerovatnoća i statistika, Banja Luka.
3. Testiranje statističkih hipoteza, Vida Šimić, Ksenija Smoljak, Kristina Krulić,
(http://www.ttf.unizg.hr/b-news/news_upload_files/2009/vijest_27-022009_49a83133421c0/parametarski_testovi_prez.pdf)
4. Testiranje
hipoteza,
Mirjana
Kujundžić
Tiljak,
Davor
Ivanković
(http://www.mef.unizg.hr/meddb/slike/pisac15/file1525p15.pdf)
5. Testiranje hipoteza,
(http://www.grad.hr/vera/webnastava/vjerojatnostistatistika/testhipocek.pdf)

11