Tema: Testarea ipotezelor statistice

1. Elemente metodologice privind testarea ipotezelor statistice: ipoteza nul i alternativa,

valorile critice ale testului, eroare de gradul I si II
2. Testarea ipotezelor statistice privind media populaiei
3. Testarea ipotezelor statistice privind proporia populaiei
4. Testarea ipotezei privind diferena dintre dou medii pentru eantioane de volum redus i
pentru eantioane de volum mare

1. Elemente metodologice privind testarea ipotezelor statistice: ipoteza nul

i alternativa, valorile critice ale testului, eroare de gradul I si II

n statistic, ipotezele apar ntotdeauna n perechi: ipoteza nul i ipoteza alternativ. Ipoteza
statistic ce urmeaz a fi testat se numete ipoteza nul i este notat, uzual, H0. Ea const
ntotdeauna n admiterea caracterului ntmpltor al deosebirilor, adic n presupunerea c nu exist
deosebiri eseniale. Respingerea ipotezei nule care este testata implic acceptarea unei alte ipoteze.
Aceasta alt ipotez este numita ipoteza alternativ, notata H1. Cele doua ipoteze reprezint teorii,
mutual exclusive i exhaustive, asupra valorii parametrului populaiei sau legii de repartiie. Spunem
c ele sunt mutual exclusive deoarece este imposibil ca ambele ipoteze sa fie adevarate. Spunem c
ele sunt exhaustive, deoarece acopera toate posibilitile, adic ori ipoteza nul, ori ipoteza alternativ
trebuie sa fie adevarat.
Procedeul de verificare a unei ipoteze statistice se numeste test sau criteriu de semnificaie. O
secven general de pai se aplic la toate situaiile de testare a ipotezelor statistice. Ipotezele se vor
schimba, tehnicile statistice aplicate se vor schimba, dar procesul ramne acelai i anume:
1) Se identific ipoteza statistica special despre parametrul populaiei sau legea de
repartitie (H0). Ipoteza statistica numit i ipoteza nul reprezint status quo-ul, ceea ce este
acceptat pn se dovedete a fi fals.
2) Intotdeauna ipoteza nul este nsoit de ipoteza alternativ (de cercetat), H1, ce reprezint o
teorie care contrazice ipoteza nul. Ea va fi acceptata doar cnd exist suficiente dovezi, evidente,
pentru a se stabili c este adevarat.
Dup natura posibilitilor de construire a ipotezelor nule si alternative, deosebim ipoteze
alternative simple sau compuse. Astfel, daca ipoteza nula const n afirmaia c parametrul al unei
distribuii este egal cu o anumit valoare 0, iar ipoteza alternativ const n afirmaia c parametrul
este egal cu 1, avem o ipotez alternativ simpl, iar dac ipoteza alternativ const n afirmaia c

parametrul ia una din mai multe valori, , atunci avem o ipotez alternativ
compus.

1
 3) Se calculeaz indicatorii statistici n eantion, utilizai pentru a accepta sau a respinge ipoteza
nul i se stabilete testul statistic ce va fi utilizat drept criteriu de acceptare sau de respingere a
ipotezei nule.
4) Se stabilete regiunea critic, Rc. Regiunea critica reprezint valorile numerice ale testului
statistic pentru care ipoteza nul va fi respins. Regiunea critica este astfel aleas nct probabilitatea
ca ea s contin testul statistic, cnd ipoteza nul este adevarat s fie , cu mic (=0.01 etc).
Verificarea ipotezei nule se face pe baza unui esantion de volum n, extras din populatia X, care este o
variabil aleatoare. Dac punctul definit de vectorul de sondaj x1,x2,,xn cade n regiunea critic Rc,
ipoteza H0 se respinge, iar daca punctul cade n afara regiunii critice R c, ipoteza H0 se accepta.
Regiunea critica este delimitat de valoarea critica, C punctul de taietur n stabilirea acesteia.
n baza legii numerelor mari, numai ntr-un numr foarte mic de cazuri punctul rezultat din
sondaj va cdea n Rc, majoritatea vor cadea n afara regiunii critice. Nu este nsa exclus ca punctul din
sondaj s cad n regiunea critic, cu toate c ipoteza nul despre parametrul populaiei este adevarat.
Cu alte cuvinte, atunci cnd respingem ipoteza nul, trebuie sa ne gndim de doua ori, deoarece exist
doua posibiliti: ea este fals ntr-adevar i ea este totui adevarat, dei pe baza datelor din sondaj o
respingem.
La fel i pentru situaia n care acceptm ipoteza nul H0. Cnd ipoteza nul nu poate fi respins
(nu exist suficiente dovezi pentru a fi respins), sunt dou posibiliti: ipoteza nul este adevarat i
ipoteza nul este totui fals, greit dei nu am respins-o. De aceea, este mai corect s spunem c pe
baza datelor din eantionul studiat, nu putem respinge ipoteza nul, dect s spunem c ipoteza
nul este adevarat.
Eroarea pe care o facem eliminnd o ipotez nul, dei este adevarat, se numeste eroare de
genul nti. Probabilitatea comiterii unei astfel de erori reprezint riscul de genul nti () i se
numete nivel sau prag de semnificaie.
Nivelul de ncredere al unui test statistic este (1-), iar n expresie procentual, (1-)100
reprezinta probabilitatea de garantare a rezultatelor.
Eroarea pe care o facem acceptnd o ipotez nul, dei este fals, se numete eroare de genul al
doilea, iar probabilitatea (riscul) comiterii unei astfel de erori se noteaz cu . Puterea testului
statistic este (1-).
Tabelul de mai jos ilustreaza legtura dintre decizia pe care o lum referitor la ipoteza nu i
adevrul sau falsitatea acestei ipoteze.
Erorile n testarea ipotezelor statistice:
Decizia de Ipoteza adevarata
acceptare H0 H1
Decizie corecta Eroare de gen II
H0
(probabilitate 1-) (risc )
Eroare de gen I Decizie corecta
H1
(risc ) (probabilitate 1-)

2
 Cu ct probabilitile comiterii erorilor de genul nti i de genul al doilea sunt mai mici, cu att
testul este mai bun. Acest lucru se poate realiza prin mrirea volumului eantionului, n. Nivelurile
riscurilor se stabilesc n funcie de considerente economice i de natura testului.
Am vazut ca:
= P(respingere H0 H0 este corecta)=P(eroare de gen I)
= P(acceptare H0 H0 este falsa)=P(eroare de gen II)
Alegerea nivelului (pragului) de semnificaie depinde i de costurile asociate cu producerea
unei erori de genul I.
Spre exemplu, pragul de semnificaie ales de o firm ce fabric ngheat, interesat n greutatea
medie a cutiilor de ngheat va putea fi diferit de pragul de semnificaie ales de o companie
farmaceutic, interesat de cantitatea medie a unui ingredient activ dintr-un tip de medicament.
Evident, costul n prima situaie prezentat este mult mai mic, comparativ cu costul asociat n cazul
producerii unei erori de genul I pentru compania farmaceutic: o cantitate prea mic de ingredient
activ poate face medicamentul ineficient; o cantitate prea mare de ingredient activ poate cauza efecte
secundare, duntoare sau poate avea, chiar, efecte letale.
Similar, exist costuri asociate cu producerea unei erori de genul al II-lea. ntre eroarea de genul
I i eroarea de genul al II-lea exist o legtur, o condiionare. O modalitate de a vizualiza aceast
legatur este s presupunem c exist doar dou distribuii care ne intereseaz. O distribuie
corespunde ipotezei nule H0, iar cealalt corespunde ipotezei alternativei H1. n acest caz, presupunem
c i ipoteza nul i cea alternativ sunt ipoteze simple. ntr-o manier uor de neles, s considerm ca
ipotez nul este de forma H0: =0, iar ipoteza alternativa este de forma H1:=1 (vezi fig):

Legatura dintre probabilitatile si

Pe grafic se observ c cele dou distribuii se suprapun i, din procesul de testare a ipotezei
nule, pot rezulta dou tipuri de erori.
Eroarea de genul I apare atunci cand respingem ipoteza nula H 0, n situaia n care, de fapt,

aceasta este adevrat. Adic, dei distribuia lui este cea corespunztoare ipotezei H0, respingem
H0, deoarece media de sondaj este mai mare decat valoarea critica, C i se situeaza n regiunea critic.
Probabilitatea comiterii unei astfel de erori () este aria de sub curba de distribuie H0 care se situeaz
la dreapta valorii critice C.

3
 Eroarea de genul al doilea apare atunci cnd nu respingem (adic acceptm) H0, desi H1 n loc de

H0 este corect. n acest caz, dei distribuia lui este cea corespunztoare ipotezei H1, acceptam H0
deoarece media de sondaj este mai mica dect valoarea critic, C (nu se afla n regiunea critic).
Probabilitatea comiterii unei astfel de erori () este aria de sub curba de distribuie H 1 care se situeaz
la stnga valorii critice, C.
Dac alegem un prag de semnificaie, , mai mic (adic reducem riscul comiterii unei erori de
genul nti), va crete ( riscul comiterii unei erori de genul al doilea). Cu toate acestea, prin creterea
volumului n al eantionului, este posibil s reducem riscul , fr a crete riscul .

Cum , o data cu creterea volumului n al esantionului, abaterile medii patratice ale

distribuiilor pentru H0 si H1 devin mai mici i, evident, att , ct si descresc (vezi fig.).

si cand volumul esantionului n' > n

5) Dup ce am stabilit pragul de semnificaie i regiunea critic, trecem la pasul urmtor, n care
vom face principalele presupuneri despre populaia sau populaiile ce sunt eantionate
(normalitate etc.)
6) Se calculeaza apoi testul statistic i se determin valoarea sa numeric, pe baza datelor din
eantion.
7) La ultimul pas, se desprind concluziile: ipoteza nul este fie acceptat, fie respins, astfel:
a) dac valoarea numeric a testului statistic cade n regiunea critic (Rc), respingem
ipoteza nul i concluzionam c ipoteza alternativ este adevarat. Vom ti c aceast decizie
este incorect doar n 100 % din cazuri;
b) dac valoarea numeric a testului nu cade n regiunea critic (Rc), se accept ipoteza
nul H0.
Ipoteza alternativ poate avea una din trei forme (pe care le vom exemplifica pentru testarea
egalitpii parametrului media colectivitii generale, cu valoarea 0):
i) s testm dac parametrul din colectivitatea general (media ) este egal cu o anumit valoare
(inclusiv zero, 0), cu alternativa media diferit de valoarea 0. Atunci:
H0: = 0

4
 H1: 0 ( < 0 sau > 0);
i acest test este un test bilateral;
ii) s testm ipoteza nul = 0, cu alternativa media este mai mare dect 0.
H0: = 0
H1: > 0
care este un test unilateral dreapta;
iii) s testm ipoteza nul = 0, cu alternativa media este mai mica dect 0.
H0: = 0
H1: < 0
care este un test unilateral stanga.
Regiunea critic pentru testul bilateral difer de cea pentru testul unilateral. Cnd ncercm s
detectm o diferen fa de ipoteza nul, n ambele direcii, trebuie s stabilim o regiune critic Rc n
ambele cozi ale distributei de eantionare pentru testul statistic. Cnd efectum un test unilateral, vom
stabili o regiune critic ntr-o singur parte a distribuiei de eantionare, astfel (vezi fig.):

a) b) c)
Regiunea critica pentru a) test bilateral; b) test unilateral stnga; c) test unilateral dreapta.

2. Testarea ipotezelor statistice privind media populaiei

2.1. Testarea ipotezei privind media populaiei generale () pentru eantioane de volum mare

Utilizarea eantioanelor de volum mare (n > 30) face posibil aplicarea teoremei limit central.
Putem ntlni teste unilaterale sau bilaterale, astfel:
i) n cazul testului bilateral, ipotezele sunt:
H0: = 0 ( - 0=0)
H1: 0 ( - 00) (adica < 0 sau > 0);

Testarea se face pe baza mediei eantionului i, pentru a o efectua, este nevoie s construim
un test cu un nivel de semnificaie prestabilit. Utiliznd teorema limit central am vzut c dac

volumul eantionului este mare, media eantionului este aproximativ normal distribuit. De aceea,
variabila aleatoare z urmeaz o distribuie normal standard.

5
 Dac pragul de semnificaie () este stabilit, putem determina valoarea z/2, pentru care
P(z> z /2)= /2. Aceasta nseamn c regiunea critic Rc este dat de:
Rc: z< - z /2 sau z> z /2
Regula de decizie este, deci: Respingem H0 dac,

sau
ii) pentru testul unilateral dreapta, ipotezele sunt:
H0: = 0 ( - 0=0)
H1: > 0 ( - 0>0);
Testul statistic calculat este:

Regiunea critica este dat de: Rc: z > z

Respingem ipoteza H0 daca,

iii) Pentru testul unilateral stnga, ipotezele sunt:

H0: = 0 ( - 0=0)
H1: < 0 ( - 0<0);
Testul statistic calculat este:

Regiunea critica este data de: Rc: z < z

Respingem ipoteza H0 daca :

Sa remarcam ca n nici una dintre aceste situaii nu trebuie fcuta o presupunere special,
deoarece teorema limit central ne asigur c testul statistic va fi aproximativ normal distribuit,
indiferent de forma distribuei din colectivitate.

2.2. Testarea ipotezei privind media populatiei generale () pentru esantioane de volum redus

n afaceri, multe decizii trebuie luate pe baza unor informaii foarte limitate, adic pe baza datelor
provenite din eantioane mici (de volum redus, n30). n aceste situaii, efectul imediat este acela ca
6
forma distribuiei de eantionare a mediei depinde, acum, de forma populaiei generale din care a
fost extras eantionul. n cazul eantionului de volum redus se utilizeaza testul statistic t (Student).

Distribuia de eantionare a lui va fi normal (sau aproximativ normal), n cazul eantioanelor

de volum redus, doar dac colectivitatea general este distribuit normal (sau aproximativ normal).

Pe de alt parte, dac nu se cunoate dispersia din colectivitatea generala ( ), atunci dispersia

eantionului ( ), poate sa nu ofere o aproximare foarte bun a lui (n cazul eantioanelor mici). Ca

atare, n locul statisticii z care necesita cunoaterea (sau o buna aproximare) a lui , vom folosi statistica:

unde: .
Elementele procesului de testare a ipotezelor statistice privind media colectivitii generale () pe
baza datelor din eantioane de volum redus, devin atunci:
- pentru test bilateral;
H0: = 0,
H1: 0 ( < 0 sau > 0);
- pentru test unilateral dreapta;
H0: = 0,
H1: > 0,
- pentru test unilateral stanga;
H0: = 0,
H1: < 0.
Testul statistic utilizat:

.
Presupunerea special ce trebuie facut este aceea ca populaia general este normal sau
aproximativ normal distribuit.
Regiunea critica este data de:
i) t > t /2,n-1 sau t < - t /2,n-1,
ii) t > t ,n-1,
iii) t < - t ,n-1.

7
3. Testarea ipotezelor statistice privind proporia populaiei (pentru eantioane mari)

Pentru variabile alternative, media n eantion este notat cu f (proportia succeselor), dispersia

f(1-f), iar abaterea medie patratica . De asemenea, despre distribuia de eantionare a

proporiei tim c proporia eantionului (f) este aproximativ normal distribuit, de medie p i eroare

standard , pentru n mare ( i ):

si .
Pentru testarea ipotezelor statistice privind proporia este necesar s lucrm cu eantioane mari
(n>100).

Cum proporia f este aproximativ normal distribuit, rezult c variabila standardizat

este aproximativ normal standardizat distribuit. (Atentie! Dac volumul eantionului este mic, distribuia
de eantionare a proporiei nu este o distribuie t (Student) i orice inferen asupra lui p trebuie s se
bazeze pe distribuia lui f, care este o distributie binomial!)
Ipotezele nule i alternative pentru testarea proporiei se construiesc n aceeai manier cu
ipotezele pentru testarea mediei . Adic, ipoteza nul indica faptul c p este egala cu o valoare
specificat:

,
n timp ce ipoteza alternativ rspunde la una dintre cele trei ntrebri:

- dac proporia este diferit de valoarea specificat (test bilateral): ;

- dac proporia este mai mare dect valoarea specificat (test unilateral dreapta): ;

- dac proporia este mai mic dect valoarea specificat (test unilateral stnga): .
Testul statistic pentru proporia p este:

.
Regiunea critica (Rc) este data de:

sau pentru testul bilateral;

pentru testul unilateral dreapta;

pentru testul unilateral stnga.

Aadar, regula de decizie este: se respinge ipoteza nul i se accept ipoteza alternativ, dac z se
situeaz n regiunea critic (Rc) stabilit n funcie de probabilitatea dorit de garantare a rezultatelor

8
 4. Testarea ipotezei privind diferena dintre dou medii pentru eantioane de
volum redus i pentru eantioane de volum mare

4.1. Testarea ipotezei privind diferena dintre dou medii pentru eantioane de volum redus
n cazul n care dorim s testm semnificaia diferenei dintre mediile a dou eantioane de volum
redus, va trebui s construim, ca i n cazul anterior, o statistica t, Student. Pentru aceasta vom
presupune c:
- ambele colectiviti generale din care s-au extras eantioanele sunt normal sau aproximativ
normal distribuite;
- dispersiile n cele dou colectiviti generale sunt egale;
- eantioanele aleatoare sunt selectate independent unul de cellalt.

n condiiile n care presupunem c cele dou colectiviti generale au dispersii egale ( = =

), un estimator al dispersiei (variabilitii) totale din cele doua populaii combinate este:

sau

Aadar, dispersia combinat este media aritmetic ponderat a dispersiilor celor dou

eantioane, si .
Dac dispersiile nu sunt egale (2x12x2), atunci testul statistic are forma:

cu gradele de libertate:
Ipotezele statistice vor fi, n aceste condiii:
- pentru test bilateral:
H0: 1 = 2 (1- 2 = D),
H1: 1 2 (1- 2 D),
- pentru test unilateral dreapta:
H0: 1 = 2 (1- 2 = D),
H1: 1 > 2 (1- 2 > D),
- pentru test unilateral stnga:

9
 H0: 1 = 2 (1- 2 = D),
H1: 1 < 2 (1- 2 < D).
Testul statistic t va avea forma:

.
Regiunea critic este dat de:

- pentru test bilateral: t< t sau t> t ;

- pentru test bilateral dreapta: t> t ;

- pentru test bilateral stnga: t< t .

Trebuie s facem o remarc asupra presupunerilor privind normalitatea distribuiei n
colectivitatea general: teoria statistic a dezvoltat teste pentru verificarea normalitii distribuiilor,
teste prin care se verific ipoteza nul conform creia legea de repartiie este cea normal N(, 2),

cu si parametrii necunoscui ce urmeaza a fi estimai pe baza datelor eantionului considerat.

Cele mai cunoscute teste pentru verificarea normalitatii sunt testul 2 de concordan cu legea
normal, testul Kolmogorov - Smirnov, testul de normalitate al lui Lilliefors (vezi Trebici, V.
(coord.) Mica enciclopedie de statistica, Editura Stiintifica si Enciclopedica, Bucuresti, 1985).
Dac ipoteza nul nu este acceptat, vom putea apela la teste statistice neparametrice, n
cadrul crora nu se fac presupuneri speciale asupra formei distributiei.

4.2. Testarea ipotezei privind diferena dintre doua medii pentru eantioane de volum
mare
Multe cazuri de analiz statistic implica o comparaie ntre mediile a dou colectiviti
generale. Spre exemplu, un patron al unui restaurant dorete s vad dac exist diferene ntre
vnzrile realizate nainte i dup o campanie de publicitate, un grup de consumatori doresc s vad
dac exist o diferen semnificativ ntre consumul electric pentru dou tipuri de cuptoare cu
microunde etc.
n aceste situaii, un estimator al diferenei (1- 2) este diferena dintre mediile eantioanelor

( ).

Proprietile distribuiei de eantionare a diferenei ( ) sunt:

a) distribuia de eantionare pentru ( ) este aproximativ normal pentru eantioane de

volum mare (n1 > 30 si n2 > 30);

b) media distribuiei de eantionare a lui ( ) este (1 2);

10
 c) dac cele dou eantioane sunt independente, abaterea medie patratic a distribuiei de
eantionare este:

unde si sunt dispersiile celor dou populaii eantionate, iar n1 i n2 sunt volumele
eantioanelor respective.

Mrimea lui indica variabilitatea n valorile , ateptat n distribuia de

eantionare, datorit ntmplrii.

n cazul n care dispersiile celor doua populaii eantionate sunt egale, = = , abaterea
medie patratica a distribuiei de eantionare va avea forma:

n aceste condiii, ipotezele statistice ce urmeaz a fi testate vor fi:

i) test bilateral
H0: (1- 2) = D
H1: (1- 2) D [(1- 2)>D sau (1- 2)<D]
ii) test unilateral dreapta
H0: (1- 2) = D
H1: (1- 2) > D

iii) test unilateral stanga

H0: (1- 2) = D
H1: (1- 2) < D
unde D reprezint diferena ipotetic dintre mediile populaiilor, deseori egala cu 0.
Testul statistic utilizat are forma:

Regiunea critica este data de:

i) z< - z /2 sau z> z /2
ii) z> z
iii) z< - z

11
12
 Probleme rezolvate

Exemplu 1 - Testarea ipotezei privind media populatiei generale () pentru esantioane de volum
mare
Presupunem ca un fabricant de materiale de constructii comercializeaza ciment in pungi, care
trebuie sa contina 12 kg/punga. Pentru a detecta eventuale abateri in ambele sensuri de la aceasta

cantitate, selecteaza 100 de pungi, pentru care calculeaza kg, sx= 0,5 kg. Pentru = 0,01
(grad de incredere (1- )100=99%) sa se determine daca se accepta ipoteza nula, aceea ca greutatea
pungilor este in medie de 12 kg.
H0: = 12
H1: 12 ( < 12 sau > 12);
z /2=z0,005=2,575

Regiunea critica: z< - z /2 sau z> z /2

Cum z = - 3,0 < - 2,575 rezulta ca sunt suficiente evidente pentru a respinge ipoteza nula H 0 si a
accepta ipoteza alternativa, aceea ca greutatea pungilor difera, in medie, de 12 kg.

Exemplu 2 : Testarea ipotezei privind diferenta dintre doua medii pentru esantioane de volum
mare
Managerul unui restaurant doreste sa determine daca o campanie de publicitate a dus la cresterea
veniturilor medii zilnice. Au fost inregistrate veniturile pentru 50 de zile inainte de desfasurarea cam-
paniei. Dupa desfasurarea campaniei si trecerea unei perioade de 20 de zile pentru ca aceasta campanie
sa isi faca efectul, se inregistreaza veniturile pentru 30 de zile. Aceste doua esantioane vor permite
testarea ipotezei privind efectul campaniei asupra veniturilor. Din prelucrarea datelor pentru cele doua
esantioane, rezulta:
Inainte de campanie Dupa campanie
n1=50 n2=30

mil. lei mil. lei

s1=2,15 mil. lei s2=2,38 mil. lei
Dorim sa vedem daca veniturile au crescut (2> 1), asadar, vom efectua un test unilateral
stanga:
H0: 1 = 2 (1 - 2 = 0)
H1: 1 < 2 (1 - 2 < 0)

13
 Pentru un prag de semnificatie = 0,05 (probabilitate de garantare a rezultatelor (1- )100=95%,
z=z0,05=1,645. Sa notam ca regiunile critice, pentru cele mai comune valori ale lui sunt date de (vezi
tab.):
Regiumile critice pentru diferite valori
Test Test Test bilateral
unilateral stanga unilateral dreapta
0 1 2 3
0,10 z < - 1,28 z > 1,28 z < - 1,645 sau z > 1,645
0,05 z < - 1,645 z > 1,645 z < - 1,96 sau z > 1,96
0,01 z < - 2,33 z > 2,33 z < - 2,575 sau z > 2,575
Presupunand ca cele doua esantioane (inainte si dupa campanie) sunt independente, vom calcula
testul z:

Cum valoarea calculata nu este mai mica decat z0,05= 1,645, rezulta ca nu ne aflam in regiunea
critica. Esantioanele nu ofera asadar, suficiente dovezi (la = 0,05) pentru ca managerul restaurantului
sa concluzioneze ca veniturile au crescut in urma campaniei de publicitate.

Exemplu 3 - testarea ipotezei privind media populatiei generale () pentru esantioane de volum
redus
Conducerea unei companii apeleaza la 5 experti pentru a previziona profitul companiei in anul curent.
Valorile previzionate sunt: 2,60; 3,32; 1,80; 3,43; 2,00 (miliarde lei, preturile anului anterior).
Stiind ca profitul companiei in anul anterior a fost de 2,01 mld. lei, sunt suficiente dovezi pentru a
concluziona ca media previziunilor expertilor este semnificativ mai mare decat cifra anului anterior
(pentru = 0,05)?

Media previziunilor expertilor este mld. lei, cu dispersia:

si abaterea medie patratica:

mld. lei.
Elementele procesului de testare a ipotezei statistice sunt:
H0: = 2,01,
H1: > 2,01 (test unilateral dreapta).

14
 In scopul folosirii statisticii t, vom face presupunerea ca populatia generala din care s-a extras
esantionul este normal distribuita.
Cum t,n-1 = t0,05;4 = 2,132, regiunea critica este data de t>t,n-1. Cum t=1,874< t0,05;4=2,132, nu putem
trage concluzia ca media profitului previzionata de cei 5 experti pentru anul curent este semnificativ mai
mare decat profitul anului trecut, de 2,01 mld. lei.

Exemplu 4 : testarea ipotezei privind proportia populatiei pentru esantioane mari

Managerul unui lat de magazine considera in urma unei analize financiare ca - pentru un nou
produs - comercializarea este profitabila, daca procentul cumparatorilor care ar dori sa achizitioneze
produsul este mai mare de 12%. El selecteaza 400 de cumparatori potentiali si afla ca 52 dintre acestia
vor achizitiona produsul. Pentru o probabilitate de 99% sunt suficiente dovezi care sa convinga
managerul sa comercializeze produsul?
Ipotezele sunt:

(test unilateral dreapta).

Testul statistic este:

Cum si , rezulta ca nu ne aflam in regiunea critica (Rc), nu avem suficiente

dovezi sa respingem ipoteza nula, deci procentul nu este mai mare de 12%.

Exemplu 5 : testarea ipotezei privind diferenta dintre doua medii pentru esantioane de volum
redus
Presupunem ca dorim sa testam ipoteza conform careia intre doua marci de autoturisme nu exista
diferente semni-ficative privind cheltuielile de functionare. Pentru aceasta 20 de posesori de
autoturisme (8 posesori ai primei marci si 12 po-sesori ai celei de-a doua) sunt rugati sa tina, cu
acuratete, evidenta cheltuielilor de functionare pe o perioada de un an de zile. Pentru =0,1
(probabilitate de garantare a rezultatelor (1-)100 = 90%) sa se testeze aceasta ipoteza, daca
rezultatele prelucrarii datelor in esantioane sunt:
Marca 1 Marca 2
n1=8 n2=12

mil. lei mil. lei

sx1=0,485 mil. lei sx2=0,635 mil. lei

Ipotezele statistice sunt:

15
 H0: 1 = 2 (1- 2 = 0),
H1: 1 2 (1- 2 0) [1> 2 sau 1< 2].
Testul statistic este:

Cum t/2,n1+n2-2= t0,05;18 = 1,734, se observa ca t < t/2,n1+n2-2, asadar nu ne aflam in regiunea critica.
Rezulta, deci, ca nu exista suficiente dovezi pentru a concluziona ca sunt diferente semnificative
intre cheltuielile de functionare ale celor doua marci de autoturisme.

16