 Statistička hipoteza je pretpostavka o raspodeli

posmatranog obeležja
 Testira se nulta hipoteza protiv alternativne
hipoteze
 Statistički test je postupak verifikacije statističke
hipoteze
 Test statistika je funkcija od uzorka koja se koristi
prilikom verifikacije statističke hipoteze
 Kritična oblast je skup vrednosti test statistike za
koje se nulta hipoteza odbacuje
 Prag značajnosti je verovatnoća greške I vrste, tj.
verovatnoća da se nulta hipoteza odbaci pod uslovom
da je u stvarnosti tačna

Značajnost testa je veličina (verovatnoća) kritične

oblasti čija je granica realizovana vrednost test
statistike
 Parametarski testovi – raspodela test statistike
zavisi od raspodele obeležja

 Neparametarski testovi – raspodela test statistike

ne zavisi od raspodele obeležja
 Testiranje srednje vrednosti obeležja sa
normalnom raspodelom sa zadatom vrednošću
H0 H1 Test statistika C
m = m0 m  m0 (−, − z1− ]  [ z1− ,+)
2 2
X n − m0 [z 1 ,+)
m = m0 m  m0 Z0 = n −
 2

m = m0 m  m0 ( −, − z 1 ]
−
2

H0 H1 Test statistika C
m = m0 m  m0 (−, − t n−1; 1− ]  [t n−1; 1− ,+)
2 2
X n − m0 [t n−1; 1 − ,+)
m = m0 m  m0 t0 = n −1
Sn 2

m = m0 m  m0 (−, − t n−1; 1 − ]
2

t.test(x,mu=m0…)
 Testiranje jednakosti srednjih vrednosti dva
nezavisna uzorka sa normalnom raspodelom
H0 H1 Test statistika C
m X = mY m X  mY (−, − z1− ]  [ z1− ,+)
X n −Y n 2 2
Z0 = [z 1 ,+ )
m X = mY m X  mY  X2  Y2 −
+ 2
nX nY (−, − z 1 ]
m X = mY m X  mY −
2

H0 H1 Test statistika C
m X = mY m X  mY ( −, − t n + m − 2; 1− ]  [t n + m −2; 1− ,+ )
2 2
( X n − Y m) n  m  ( n + m − 2) [t n + m−2; 1 − ,+)
m X = mY m X  mY t0 =
2 2 n+m
n S X + mS Y
2

m X = mY m X  mY ( −, − t n + m − 2; 1 − ]
2

t.test(x, y, var.equal = T,…)

 Testiranje jednakosti srednjih vrednosti dva
zavisna uzorka sa normalnom raspodelom
H0 H1 Test statistika C
m X = mY m X  mY ( −, − t n −1; 1− ]  [t n −1; 1− ,+ )
Di = X i(1) − X i( 2 ) 2 2
Dn  n −1
m X = mY m X  mY t0 = 1 n [t n −1; 1 − ,+ )
1 n
 ( Di − D n ) 2 Dn =  Di
n i =1
2

m X = mY m X  mY n i =1 ( − , − t n −1; 1 − ]
2

t.test(x, y, paired=T)
 Testiranje jednakosti disperzije obeležja sa
normalnom raspodelom sa zadatom vrednošću

H0 H1 Test statistika C
 2 =  02  2   02 (0,  n2−1;  ]  [  n2−1;1− ,+ )
2 2 2
nSn
 2
=  02  2
  02  02 = [  n2−1;1− ,+)
 02
 2
=  02  2
  02 (0,  n2−1; ]
 Testiranje jednakosti dve disperzije uzoraka sa
normalnom raspodelom

H0 H1 Test statistika C
 =2 2
 
2 2 (0, FnX −1,nX −1;  ]  [ FnX −1,nX −1;1−  ,+)
1 2 1 2 2 2 2
nX S X
 12 =  22  12   22 F= 2 [ FnX −1,nX −1;1− ,+)
nY S Y
 12 =  22  12   22 (0, Fn X −1,n X −1; ]

var.test(x, y)
 Testiranje jednakosti verovatnoće nekog događaja
sa zadatom vrednošću
H0 H1 Test statistika C
p = p0 p  p0 (−, − z1− ]  [ z1− ,+)
2 2
S n − np 0 [z 1 ,+ )
p = p0 p  p0 Z0 = −
np 0 (1 − p 0 ) 2

p = p0 p  p0 (−, − z 1 ]
−
2

H0 H1 Test statistika C
p = p0 p  p0 [0, M  ]  [ M  ,+)
1−
2 2

p = p0 p  p0 Sn [M1− ,+)
p = p0 p  p0 [0, M ]

binom.test(x,n,p), prop.test(x,n,p)