Testari de ipoteze

În statistică, ipotezele apar întotdeauna în perechi: ipoteza nulă şi ipoteza

alternativă.
Ipoteza statistică ce urmează a fi testată se numeşte ipoteză nulă şi este notată,
uzual, H0. Ea constă întotdeauna în admiterea caracterului întâmplător al deosebirilor, adică în
presupunerea că nu există deosebiri esenţiale. Respingerea ipotezei nule care este testată
implică acceptarea unei alte ipoteze. Această altă ipoteză este numită ipoteză alternativă,
notată H1. Procedeul de verificare a unei ipoteze statistice se numeşte test sau criteriu de
semnificaţie.
O secvenţă generală de paşi se aplică la toate situaţiile de testare a ipotezelor
statistice.
1) Se identifică ipoteza statistică specială despre parametrul populaţiei sau legea
de repartiţie (H0).
2) Întotdeauna ipoteza nulă este însoţită de ipoteza alternativă (de cercetat), H1, ce
reprezintă o teorie care contrazice ipoteza nulă. Ea va fi acceptată doar când există suficiente
dovezi, evidenţe, pentru a se stabili că este adevărată.
3) Se calculează indicatorii statistici în eşantion, utilizaţi pentru a accepta sau a
respinge ipoteza nulă şi se stabileşte testul statistic ce va fi utilizat drept criteriu de acceptare
sau de respingere a ipotezei nule.
4) Se stabileşte regiunea critică, Rc Regiunea critică este delimitată de valoarea
critică, C – punctul de tăietură în stabilirea acesteia.
In baza legii numerelor mari, numai într-un număr foarte mic de cazuri punctul
rezultat din sondaj va cădea în Rc, majoritatea vor cădea în afara regiunii critice. Nu este însă
exclus ca punctul din sondaj să cadă în regiunea critică, cu toate că ipoteza nulă despre
parametrul populaţiei este adevărată.
Eroarea pe care o facem eliminând o ipoteză nulă, deşi este adevărată, se numeşte
eroare de genul întâi. Probabilitatea comiterii unei astfel de erori reprezintă riscul de genul
întâi (α) şi se numeşte nivel sau prag de semnificaţie. Nivelul de încredere al unui test statistic
este (1-α) iar în expresie procentuală, (1-α)100 reprezintă probabilitatea de garantare a
rezultatelor. Eroarea pe cere o facem acceptând o ipoteză nulă, deşi este falsă, se numeşte
eroare de genul al doilea, iar probabilitatea (riscul) comiterii unei astfel de erori se notează cu
β. Puterea testului statistic este (1-β).
 5) După ce am stabilit pragul de semnificaţie şi regiunea critică, trecem la pasul
următor, în care vom face principalele presupuneri despre populaţia sau populaţiile ce sunt
eşantionate (normalitate etc.).
6) Se calculează apoi testul statistic şi se determină valoarea sa numerică, pe baza
datelor din eşantion.
7) La ultimul pas, se desprind concluziile: ipoteza nulă este fie acceptată, fie
respinsă, astfel:
a) dacă valoarea numerică a testului statistic cade în regiunea critică (Rc),
respingem ipoteza nulă şi concluzionăm că ipoteza alternativă este adevărată. Vom şti că
această decizie este incorectă doar în 100 α % din cazuri;
b) dacă valoarea numerică a testului nu ca de în regiunea critică (Rc), se acceptă
ipoteza nulă H0.
Ipoteza alternativă poate avea una din trei forme (pe care le vom exemplifica
pentru testarea egalităţii parametrului „media colectivităţii generale“, µ cu valoarea µ0):
i) H0: µ = µ0
H1: µ ≠ µ0 (µ < µ0 sau µ > µ0); şi acest test este un test bilateral;
ii) ii) H0: µ = µ0
H1: µ > µ0 care este un test unilateral dreapta;
iii) H0: µ = µ0 H1: µ < µ0 care este un test unilateral stânga.

a b c
Fig. 1 - Regiunea critică pentru: a) test bilateral; b) test unilateral stânga; c) test
unilateral dreapta
Testarea ipotezei privind media populaţiei generale (µ) pentru eşantioane de volum
mare
i) în cazul testului bilateral, ipotezele sunt:
H0: µ = µ0 (µ - µ0=0)
H1: µ ≠ µ0 (µ - µ0≠0) (adică µ < µ0 sau µ > µ0);
Regiunea critică Rc este dată de: Rc:
 Testarea ipotezei privind media populaţiei generale (µ) pentru eşantioane de volum
redus
În locul statisticii z care necesită cunoaşterea (sau o bună aproximare) a lui σ x ,
vom folosi statistica:

i) test bilateral
H0: µ = µ0
H1: µ ≠ µ0 (µ < µ0 sau µ > µ0);
ii) test unilateral dreapta
H0: µ = µ0
H1: µ > µ0;
iii) test unilateral stânga
H0: µ = µ0
H1: µ < µ0

Aplicația 1. Conducerea Direcției Regim Permise de Conducere și Înmatriculare a

Vehiculelor din București dorește să fluidizeze servirea persoanelor care solicită un anumit
serviciu. Din analize anterioare se cunoaște că timpul de servire a este normal distribuit, de
medie 130 de minute și abatere standard 15 minute. Conform informațiilor actualizate,
conducerea instituției se îndoiește de faptul că timpul mediu de servire a unei persoane este de
130 minute. Pentru a studia această problemă, se înregistrează timpii de servire pentru un
eșantion aleator de 100 de persoane. Timpul mediu obținut în eșantion este 120 minute. Poate
conducerea instituției să concluzioneze, pentru o probabilitate de 95%, că timpul mediu este
diferit de 130 minute?
Rezolvare:
Ipotezele testate sunt:
H 0 :   130
H1 :   130
Trebuie, așadar, să răspundem la întrebarea: “Este media de 120 minute suficient de diferită
de valoarea 130, pentru a ne permite să concluzionăm că media populației nu este egală cu
130 minute?”
Vom putea să respingem ipoteza nulă dacă media eșantionului este suficient de diferită,
relativ la valoarea 130. Dar, interpretările nu sunt evidente. Dacă în eșantion obțineam media
1300 sau 13 atunci diferențele erau clare. De asemenea, dacă media eșantionului era 130,5
atunci egalitatea era și ea evidentă.
Fiind vorba de un eșantion de volum mare, distribuția de eșantionare a mediei x este

normală, cu media  și abaterea standard s / n și vom utiliza testul z:

x  130 x  130 120  130
z    6,67 .
15 / 100 1,5 1,5
Regiunea critică, de respingere a ipotezei nule, pentru testul bilateral este:
z   z 2 sau z  z 2 .

Valoarea critică a testului z / 2  z0.025  1.96

Întrucât z  6,67  1.96  z0.025 , rezultă că sunt suficiente dovezi pentru a respinge ipoteza
nulă H0 și a accepta ipoteza alternativă, aceea că timpul mediu de servire a unei persoane este
diferit de 130 minute.

Aplicația 2. În scopul creșterii producției, o fermă pomicolă aplică un nou fertilizator, în cinci
dintre livezile de cireși ale fermei, livezi ce au aceeași suprafață. Producția înregistrată după
aplicarea fertilizatorului este: 2,60; 3,32; 1,80; 3,43; 2,00 (mii kg.). Știind că producția medie la
nivelul celor 5 livezi în anul anterior a fost de 2,01 mii kg, sunt suficiente dovezi pentru a
concluziona că recolta medie obținută după aplicarea fertilizatorului este semnificativ mai
mare față de producția anului anterior, pentru un nivel de încredere de 5%?
Rezolvare:
Producția medie obținută după aplicarea fertilizatorului este x  2,63 mii kg., cu dispersia:

 x 
2
x 2,203
s 2
 i
  0,5507 și abaterea standard: s x  s x2  0,74 mii kg.
n 1
x
4
Ipotezele testate sunt:
H0: μ = 2,01
H1: μ > 2,01 (test unilateral dreapta).

Testul utilizat, în ipoteza distribuției normale a populației din care a fost extras eșantionul în
x x 2,63  2,01
raport cu producția, este t     1,874 . Valoarea critică a testului
sx sx n 0,74 / 5
pentru un nivel de semnificație de 5% și un 4 grade de libertate este 2,132. Regiunea critică
este dată de t>tα,n-1.
Cum t=1,874< t0,05;4=2,132, nu putem concluziona că producția obținută după aplicarea
fertilizatorului este semnificativ mai mare decât producția anului anterior de 2,01 mii kg.

Aplicația 3. Un târg de prezentare a echipamentelor agricole este considerat de succes dacă

cel puțin 12% dintre vizitatori încheie un contract de achiziție a unui echipament. A fost
selectat un eșantion de 400 de vizitatori ai târgului internațional de produse și echipamente în
domeniul agriculturii INDAGRA, ediția 2016 și s-a constatat că 56 dintre aceștia au încheiat
un contract pentru achiziția unui echipament agricol. Pentru o probabilitate de 99% poate fi
considerată ediția 2016 a târgului INDAGRA un succes?
Răspuns:
Ipotezele sunt:
H 0 : p  0,12

H1 : p  0,12 (test unilateral dreapta).

f  0,12 0,14  0,12 0,02
Testul statistic este: z     1,15 .
f (1  f ) / n 0,14  0,86 / 400 0,017

Cum z  z0.01  2,33 și z  z , rezultă că nu ne aflăm în regiunea critică (Rc), nu avem

suficiente dovezi să respingem ipoteza nulă, deci procentul nu este mai mare de 12%.

Aplicația 4. Managerul unei firme ce oferă servicii de curierat rapid susține că timpul său
mediu de expediere, într-un anumit perimetru, este semnificativ mai mic de 6 ore. Pentru
verificarea acestei afirmații, a fost considerat un eșantion aleator de 36 expedieri ale unor
pachete, pentru care s-a determinat un timp mediu de 5,6 ore, cu o abatere standard de 2,5 ore.
Exista suficiente dovezi pentru a susține afirmația managerului, pentru un nivel de
semnificație de 5% (zcritic= 1,65)?
Rezolvare:
Pe baza informațiilor din datele problemei se parcurg următorii pași:
Se definesc ipotezele testului:
Se aplică testul unilateral dreapta ( eșantion de volum mare). Se notează cu
zile valoarea ipotetică a mediei populației totale;
Se formulează ipoteza nulă și ipoteza alternativă privind media a populației
totale:

Se determină valoarea calculată a testului:

Din tabel avem media ore și atunci abaterea standard

Se compară valoarea calculată cu cea critică, aplicându-se regula de decizie:

Notații:
– regiunea de respingere a (sau Regiunea critică );
– regiunea de acceptare a .
acceptam și nu avem suficiente dovezi
statistice sa acceptam , așadar nu avem suficiente motive – pentru nivelul de
semnificație dat ( – să susținem afirmația managerului firmei.

Interpretare:
Considerăm că acceptăm pentru un nivel de semnificație de 5% și nu avem suficiente
dovezi pentru a afirma că aprecierea managerului firmei de curierat privind timpul mediu de
expediere este adevărată.

Sursa: Emilia TITAN, Simona GHITA, Cristina TRANDAS, Statistica economica