Professional Documents
Culture Documents
Testiranje hipoteza
Seminarski rad
Student: Profesor:
Srđan Mašić
Foča, 2020
Sadrzaj
Uvod........................................................................................................3
Zaključak...............................................................................................9
Uvod
ukoliko postoje određene informacije o vrednostima parametra osnovnog skupa tada se
provodi postupak testiranja statističkih hipoteza. Cilj testiranja je da se ispita prihvatljivost
tvrdnji ili pretpostavki koje se tiču osobina jednog ili više osnovnih skupova. Kao i kod
ocenjivanja parametara do tačnih vrednosti se može doći samo sveobuhvatnim posmatranjem
jedinica skupa. Takođe, da bismo bili potpuno sigurni u tačnost navedenih pretpostavki i
tvrđenja morali bismo izvršiti popis. Kako to obično ne činimo, prilikom testiranja hipoteza
koristimo uzorak i na osnovu njega donosimo odluku da li su postavljene pretpostavke
prihvatljive ili nisu.
Treba posebno naglasiti da su drugi i peti korak izuzetno važni. Preskakanje drugog koraka,
posledica je upotrebe neodgovarajućeg testa, a pogrešnim tumačenjem rezultata u petom
koraku može se izvući pogrešan zaključak.
Korak 1. Nulta i alternativna hipoteza U statističkom testiranju pod nultom hipotezom H0 kao
i alternativnom hipotezom H1 smatramo dva precizna, među sobom isključujuća tvrđenja o
vrednosti nekog parametra osnovnog skupa.
Nulta hipoteza je postavka, iskaz, o vrednosti nepoznatog parametra skupa, a testiranje je tako
koncipirano da se proceni jačina dokaza protiv te hipoteze. Da bi se ona odbacila potrebno je
naći dovoljno ubedljive dokaze u uzorku. Nulta hipoteza može biti prosta i složena. H0 je
prosta ako se njom tvrdi da je parametar jednak tačno jednoj, unapred poznatoj numeričkoj
vrednosti, tzv. hipotetičkoj vrednosti H0:(m=m0). Ako nulta hipoteza obuhvata više
vrednosti, na primer H0: μ≤x0, ona je složena. Svakoj nultoj hipotezi suprotstavljamo
alternativnu hipotezu H1. Alternativna hipoteza je tvrđenje o parametru skupa koje će biti
prihvaćeno samo kada se nađu dovoljno ubedljivi dokazi u uzorku. Ova hipoteza sadrži sve
vrednosti koje parametar može imati, a koje nisu obuhvaćene nultom hipotezom, pa je data u
obliku složene hipoteze. Često je nazivaju i istraživačkom hipotezom jer se njom izražava
mišljenje koje postupkom testiranja nastoji da se potvrdi. Hipotezu H1, ponekad je potrebno
prvo postaviti, pa tek nakon toga nultu.
Primer: H0:( μ=5cm) protiv H1:( μ≠5cm). H0 je prosta hipoteza jer se tvrdi da je prosečna
dužina tačno 5 cm, dok je H1 složena hipoteza jer prosečna dužina može biti bilo koja
vrednost različita od 5 cm.
U statistici nikad ne zaključujemo da je nulta hipoteza stvarno istinita, već samo da nemamo
dovoljno dokaza da je odbacimo.
Kod donošenja odluke o prihvatanju ili odbacivanju nulte hipoteze moguće su sledeće greške:
Greška I vrste je verovatnoća da se odbaci hipoteza H0 kada je ona stvarno tačna i
označavamo je sa ∝ , ∝-verovatnoća greške prvog tipa i naziva se nivo ili prag značajnosti.
Greška II vrste je verovatnoća da se prihvati H0 kada je stvarno tačna hipoteza H1 i
označavamo je sa 𝛽.
Mora se voditi računa da rizik greške nije isto što i greška, rizik greške je verovatnoća da
ćemo napraviti grešku. Ishodi testiranja hipoteze u statističkom premeru takođe dovode do
dve mogućnosti. Nulta hipoteza može u stvarnosti biti istinita ili neistinita. S druge strane,
podaci mogu biti ili saglasni sa H0 ili joj protivrečiti. Dakle, postoji mogućnost da podaci
uzorka dovedu do ispravne odluke i podrže istinitu hipotezu ili da ospore pogrešnu nultu
hipotezu. Međutim, kako uzorak nikada nije savršeno reprezentativan, moguća su i sledeća
dva ishoda, tj. da se informacija uzorka saglasi sa neistinitom ili protivreči istinitoj nultoj
hipotezi.
a Optimalan izbor testa pri rešavanju postavljenog problema, uz uslov da je raspored skupa
normalan, svodi se na dva testa, ali u čak šest različitih vidova. Takođe, može se sagledati da
nam se pri testiranju aritmetičke sredine nude dve opcije, Z test i t-test. U praksi je gotovo
uvek standardna devijacija nepoznata, tako da se skoro isključivo koristi t-test. Dakle za svaki
od navedenih problema možemo koristiti jedan optimalan parametarski test.
Ako statistika testa ima normalan raspored koristićemo naravno tablice standardizovanog
normalnog rasporeda; ako ima t-raspored, kritične vrednosti nalazimo u t- tablicama. Jačina
testa je verovatnoća da se odbaci pogrešna nulta hipoteza obeležava se sa 1‒α.
Korak 4. Izračunavanje vrednosti statistike testa
Statistika testa je kriterijum na osnovu kojeg vršimo testiranje i na osnovu kojeg konceptu
testiranja donosimo odluku o odbacivanju ili ne odbacivanju nulte hipoteze. Jasno je da mora
da se formuliše neki indikator koji bi merio razliku između naše hipotetičke vrednosti i
empirijske evidencije iz uzorka. Ako bi taj indikator imao malu vrednost, ne bismo mogli da
tvrdimo da je nulta hipoteza netačna. Tu razliku, zbog pre svega mernih jedinica, potrebno je
još podeliti sa standardnom greškom ocene.
- Osnovni skup je normalno raspoređen, varijansa osnovnog skupa nije poznata, uzorak je
proizvoljne veličine, ili –