INTERVALE DE INCREDERE SI TESTE

PENTRU PARAMETRII REPARTITIEI NORMALE

j. o
2

Auxiliar: Repartitii de lucru deduse din repartitia

normala ("CHI patrat", "Student", "Fisher")
(a) Repartitia "CHI patrat" cu r grade de libertate

.
2
(r)

a fost introdusa la capitolul "Estimarea parametrilor"

Denitie
Repartitia Ga::a

:
2
. 2

. cu r

se numeste repartitia
CHI Patrat cu r grade de libertate, avand densitatea de
repartitie
1 (n) =
1
2
:/2

:
2
n
r
2
1
exp

n
2

. n _ 0
' (1 ) = r
1
2
(1 ) = 2r
Proprietate
Fie A
1
. .... A
:
variabile aleatoare independente, identic
repartizate Normal (0. 1) . Atunci
1 =
:

I=1
A
2
I
este repartizata .
2
(r) .
(b) Repartitia Student cu r grade de libertate (t (r))
Denitie:
Spunem ca o variabila aleatoare 7 este repartizata t (r)
daca are densitatea de repartie
1 (.) =

:+1
2

:
2

1 +
.
2
r

(:+1)/2
. . 1
1
Observatii
Pentru r = 1. repartitia t (1) se numeste "repartitia Cauchy"
si pentru aceasta nu exista ' (A) .
' ([7[) =
2

0
.
1 +.
2
d. =
1

lim
b!1
ln

1 +/
2

=
Pentru r = 2. repartitia t (2) are ' (7) = 0. iar '

7
2

nu
exista.
Pentru r 2. repartitia t (r) are
' (7) = 0
1
2
(7) =
r
r 2
Proprietate
Fie A si 1 variabile aleatoare independente, cu A ~
(0. 1) si 1 ~ .
2
(r) . Atunci variabila aleatoare
7 =
A

1
:
1
are repartitia t (r) .
Demonstratie:
1
(,Y )
(r. n) = 1

(r) 1
Y
(n) =
=
1
2
(:+1)/2

:
2
n
r
2
1
exp

r
2
2

n
2

. r 1. n _ 0
Consideram schimbarea de variabila

. =
r

1
r
u
n = n
. . 1. n _ 0
respectiv transformarea inversa

r = .

1
:
n
n = n
2
de Jacobian

n

r. Atunci densitatea de repartite a vec-

torului aleator (7. 1 ) este
1
(2,Y )
(.. n) =
1
2
(:+1)/2

:
2
n
r
2
1
exp

.
2
n
2r

n
2

r
. . 1. n _ 0
Densitatea marginala a lui 7 este
1
2
(.) =
1

0
1
(2,Y )
(.. n) dn =
=
1

:
2

1
2
(:+1)/2
1

0
n
r+1
2
1
exp

n
2

1 +
.
2
r

dn
Cu schimbarea de variabila
t =
n
2

1 +
.
2
r

obtinem
1
2
(.) =
1

:
2

r + 1
2

1 +
.
2
r

(:+1)/2
. . 1

(c) Repartitia Fisher cu(r

1
. r
2
) grade de libertate (T (r
1
. r
2
))
Denitie:
Spunemca o variabila aleatoare 7 este repartizata T (r
1
. r
2
)
daca are densitatea de repartie
1 (.) =

r
1
r
2

:1/2

:1+:2
2

:1
2

:2
2
.
r
1
2
1

1 +
r
1
r
2
.

(:1+:2)/2
. . _ 0
Proprietate
Fie A si 1 variabile aleatoare independente, cu A ~ .
2
(r
1
)
si 1 ~ .
2
(r
2
) . Atunci variabila aleatoare
7 =
A
r
1

1
r
2
are repartita T (r
1
. r
2
) .
3
Demonstratie
1
(,Y )
(r. n) = 1

(r) 1
Y
(n) =
=
1
2
(:1+:2)/2

:1
2

:2
2
r
r
1
2
1
n
r
2
2
1
exp

r
2

n
2

. r. n _ 0
Consideram schimbarea de variabila

. =
:2
:1

r
u
n = n
. . _ 0. n _ 0
respectiv transformarea inversa

r =
:1
:2
n.
n = n
de Jacobian r
1
nr
2
. Atunci densitatea de repartite a vec-
torului aleator (7. 1 ) este
1
(2,Y )
(.. n) =
1
2
(:1+:2)/2

:1
2

:2
2

r
1
r
2

:1/2
.
r
1
2
1
n
r
1
+r
2
2
1
exp

n
2

1 +
r
1
r
2
.

.
. _ 0. n _ 0
Densitatea marginala a lui 7 este
1
2
(.) =
1

0
1
(2,Y )
(.. n) dn =
=

r
1
r
2

:1/2
1

:1
2

:2
2
.
r
1
2
1

1
2
(:1+:2)/2
1

0
n
r
1
+r
2
2
1
exp

n
2

1 +
r
1
r
2
.

dn
Cu schimbarea de variabila
t =
n
2

1 +
r
1
r
2
.

obtinem
1
2
(.) =

r
1
r
2

:1/2

:1+:2
2

:1
2

:2
2
.
r
1
2
1

1 +
r
1
r
2
.

(:1+:2)/2
. . _ 0

4
INTERVALE DE ESTIMARE (DE INCREDERE)
Denitie
Fie modelul 1
0
= 1
0
A
1
cu0 _ 1 si e A
1
. .... A
n
variabile
aleatore independente, identic repartizate (1
0
) . Fie c (0. 1)
si functiile
o
. 1
o
: o
n
1 cu proprietatile:
i)
o
. 1
o
sunt masurabile si

o
(r
1
. .... r
n
) _ 1
o
(r
1
. .... r
n
) \(r
1
. .... r
n
) o
n
.
ii) are loc relatia
1
0
(
o
(A
1
. .... A
n
) _ 0 _ 1
o
(A
1
. .... A
n
)) = 1 c
Atunci, pentru datele statistice (r
1
. .... r
n
) . intervalul
C
n;1o
(r
1
. .... r
n
) = [
o
(r
1
. .... r
n
) . 1
o
(r
1
. .... r
n
)]
se numeste interval de estimare pentru 0. cu coecientul
de incredere (1 c) (sau interval de incredere pentru 0).
Propozitie
Fie modelul 1
0
= 1
0
A
1
cu 0 _ 1 si e A
1
. .... A
n
vari-
abile aleatore independente, identic repartizate (1
0
) . Pre-
supunem ca exista o functie
o : o
n
1
cu urmatoarele proprietati:
o ((r
1
. .... r
n
) . ) continua si strict monotona ca functie in
0. \(r
1
. .... r
n
)
o (. 0) masurabila ca functie in (r
1
. .... r
n
) . \0 si variabila
aleatoare o ((A
1
. .... A
n
) . 0) are repartitia independenta de
0 (o notam G).
Atunci, pentru orice c (0. 1) arbitrar xat, existaC
n;1o
(r
1
. .... r
n
)
interval de incredere pentru 0.
Demonstratie:
Fie c (0. 1) si 0 arbitrari, xati. Fie a (c) . / (c) doua
cuantile ale repartitiei G = 1
0
o
1
asa incat
1
0
(a (c) _ o ((A
1
. .... A
n
) . 0) _ / (c)) = G(/) G(a) = 1 c
5
Rezolvand doua inegalitati in 0. putem scrie
. [ a (c) _ o ((A
1
. .... A
n
) (.) . 0) _ / (c)
= . [
o
(A
1
. .... A
n
) (.) _ 0 _ 1
o
(A
1
. .... A
n
) (.)
Rezulta ca
C
n;1o
(r
1
. .... r
n
) = [
o
(r
1
. .... r
n
) . 1
o
(r
1
. .... r
n
)]
este un interval de estimare pentru 0 cu coecient de in-
credere (1 c) .

Comentariu:
Cuantilele a (c) . / (c) nu sunt unic determinate prin con-
ditia G(/) G(a) = 1 c, deci nici intervalul de incredere nu
este unic. Este de interes sa construim cel mai scurt
interval de estimare cu coecient de incredere dat.
TESTE BAZATE PE INTERVALE DE INCREDERE
PENTRU IPOTEZA SIMPLA CU ALTERNATIVA
COMPUSA
H : 0 = 0
0
. H
.
: 0 = 0
0

Ne plasam in conditiile propozitiei anterioare, care

asigura existenta unui interval de incredere pentru 0.
Pornim de la relatia
1
00
(a (c) _ o ((A
1
. .... A
n
) . 0
0
) _ / (c)) = 1 c
Alegem REGIUNEA DE ACCEPTARE a ipotezei H :
0 = 0
0
la pragul de semnicatie c

n;1o
(0
0
) = (r
1
. .... r
n
) [ a _ o ((r
1
. .... r
n
) . 0
0
) _ /
si REGIUNEA CRITICA pentru H : 0 = 0
0
la pragul de
semnicatie c
1 =
c
n;1o
(0
0
)
Probabilitatea erorii de I tip este egala cu c.
1
00
((A
1
. .... A
n
) 1) = 1 (1 c) = c
6
Functia caracteristica operatoare a testului bazat pe
aceasta regiune critica este
OC (0) = 1
0
((A
1
. .... A
n
)
n;1o
(0
0
))
APLICATIA 1
Interval de incredere si testul "." pentru media unei
repartii normale cu dispersie cunoascuta
Modelul: 1

A
1
=

j. o
2

. o
2
cunoscut, j 1
Observatii: A
1
. .... A
n
v.i.i.r.

j. o
2

A ~

j.
o
2
:

A j

o
~ (0. 1)
Functia
o ((r
1
. .... r
n
) ; j) =

:(r j)
o
indeplineste conditiile din constructiile anterioare.
Pentru c (0. 1) xat, e a. / doua cuantile ale repartitiei
(0. 1) asa incat
1

a _

A j

o
_ /

= 1 c

a _

:(r j)
o
_ /

r /
o

:
_ j _ r a
o

C
n;1o
(r
1
. .... r
n
) =

r /
o

:
. r a
o

Lungimea acestui interval de incredere este

| =
o

:
(/ a)
Determinam acum cel mai scurt interval de incredere
pentru j.cu coecientul de incredere (1 c) .
7
Utilizand faptul ca / = / (a) . conditiile

1
(0,1)
(/) 1
(0,1)
(a) = 1 c
min

c
p
n
(/ a)

conduc la

1
(0,1)
(/)
Jb
Jo
1
(0,1)
(a) = 0
Jb
Jo
1 = 0
.
de unde obtinem
1
(0,1)
(/) = 1
(0,1)
(a)
Rezulta
/ = .
1

2
. a = .
1

2
si deci cel mai scurt interval de incredere este
C

n;1o
(r
1
. .... r
n
) =

r .
1

2
o

:
. r +.
1

2
o

Consideram acum ipoteza H : j = j

0
cu alternativa H
.
:
j = j
0

1
0

.
1

2
_

A j
0

o
_ .
1

= 1 c

n;1o
(j
0
) =

(r
1
. .... r
n
) [ .
1

2
_

:(r j
0
)
o
_ .
1

j
0
.
1

2
o

:
_ r _ j
0
+.
1

2
o

Testul "." se bazeaza pe regiunea critica

1 =
c
n;1o
(j
0
)
1
0
((A
1
. .... A
n
) 1) = c
OC (j) = 1

.
1

2
_

A j
0

o
_ .
1

=
= 1

.
1

2
_

A j

o
+

:(j j
0
)
o
_ .
1

=
= 1
(0,1)

.
1

2


:(j j
0
)
o

1
(0,1)

.
1

2


:(j j
0
)
o

8
APLICATIA 2
Interval de incredere si testul "t" pentru media unei
repartii normale cu dispersie necunoascuta
Modelul: 1

A
1
=

j. o
2

. o
2
necunoscut, j 1
Observatii: A
1
. .... A
n
v.i.i.r.

j. o
2

La "estimarea parametrilor" s-a demonstrat:

Proprietate
Fie A
1
. .... A
n
variabile aleatoare independente, identic
repartizate

j. o
2

si e E.V.M.
j
\ 1
= A

o
2
\ 1
=
1
:
n

I=1

A
I
A

2
Atunci
j
\ 1
= A ~

j.
o
2
:

.
:
o
2

o
2
\ 1
~ .
2
(: 1)
si cele doua componente ale E.V.M. sunt independente.
Constructie:
o
2
=
:
: 1

o
2
\ 1

A j

o
~ (0. 1)
: 1
o
2
o
2
~ .
2
(: 1)
independenta
7 =

A j

1
: 1
: 1
o
2
o
2
=

A j

o
~ t (: 1)
Functia
o ((r
1
. .... r
n
) ; j) =

:(r j)
:
indeplineste conditiile din constructiile anterioare.
9
Pentru c (0. 1) xat, e a. / doua cuantile ale repartitiei
t (: 1) asa incat
1

a _

A j

o
_ /

= 1 c

a _

:(r j)
:
_ /

r /
:

:
_ j _ r a
:

C
n;1o
(r
1
. .... r
n
) =

r /
:

:
. r a
:

Lungimea acestui interval de incredere este

| =
:

:
(/ a)
Determinam acum cel mai scurt interval de incredere
pentru j.cu coecientul de incredere (1 c) .
Utilizand faptul ca / = / (a) . conditiile

1
|(n1)
(/) 1
|(n1)
(a) = 1 c
min

s
p
n
(/ a)

conduc la

1
|(n1)
(/)
Jb
Jo
1
|(n1)
(a) = 0
Jb
Jo
1 = 0
.
de unde obtinem
1
|(n1)
(/) = 1
|(n1)
(a)
Rezulta
/ = t
n1;1

2
. a = t
n1;1

2
si deci cel mai scurt interval de incredere este
C

n;1o
(r
1
. .... r
n
) =

r t
n1;1

2
:

:
. r +t
n1;1

2
:

Consideram acum ipoteza H : j = j

0
cu alternativa H
.
:
j = j
0

1
0

t
n1;1

2
_

A j
0

o
_ t
n1;1

= 1 c
10

n;1o
(j
0
) =

(r
1
. .... r
n
) [ t
n1;1

2
_

:(r j
0
)
:
_ t
n1;1

j
0
t
n1;1

2
:

:
_ r _ j
0
+t
n1;1

2
:

Testul "t" se bazeaza pe regiunea critica

1 =
c
n;1o
(j
0
)
1
0
((A
1
. .... A
n
) 1) = c
OC (j) = 1

t
n1;1

2
_

A j
0

o
_ t
n1;1

=
= 1

t
n1;1

2
_

A j

o
+

:(j j
0
)
o
_ t
n1;1

=
= 1
|(n1)

t
n1;1

2


:(j j
0
)
:

1
|(n1)

t
n1;1

2


:(j j
0
)
:

Functia din R: t.test(x,...)

t.test(x, alternative =c("two.sided", "less", "greater"),
mu = 0, conf.level = 0.95, ...)
Arguments
x a numeric vector of data values.
alternative a character string specifying the alter-
native hypothesis, must be one of "two.sided" (default),
"greater" or "less".
mu a number indicating the true value of the
mean
conf.level condence level of the interval.
11
APLICATIA 3
Interval de incredere si testul "CHI patrat" pentru
dispersia unei repartii normale cu medie cunoascuta
Modelul: 1

A
1
=

j. o
2

. j cunoscut, o
2
(0. )
Observatii: A
1
. .... A
n
v.i.i.r.

j. o
2

. Variabilele aleatoare
A
I
j
o
. i = 1. .... :
sunt i.i.r. (0. 1) . Rezulta ca
1
o
2
n

I=1
(A
I
j)
2
~ .
2
(:) .
Functia
o

(r
1
. .... r
n
) ; o
2

=
1
o
2
n

I=1
(r
I
j)
2
indeplineste conditiile din constructiile anterioare.
Pentru c (0. 1) xat, e 0 < a < / doua cuantile ale repar-
titiei .
2
(:) asa incat
1
c
2

a _
1
o
2
n

I=1
(A
I
j)
2
_ /

= 1 c

a _
1
o
2
n

I=1
(r
I
j)
2
_ /

1
/
n

I=1
(r
I
j)
2
_ o
2
_
1
a
n

I=1
(r
I
j)
2

C
n;1o
(r
1
. .... r
n
) =

1
/
n

I=1
(r
I
j)
2
.
1
a
n

I=1
(r
I
j)
2

Lungimea acestui interval de incredere este

| =
n

I=1
(r
I
j)
2

1
/

1
a

Cautam cel mai scurt interval de incredere pentru o

2
.cu
coecientul de incredere (1 c) .
Utilizand faptul ca / = / (a) . conditiile

1
\
2
(n)
(/) 1
\
2
(n)
(a) = 1 c
min

I=1
(r
I
j)
2

1
b

1
o

12
conduc la

1
\
2
(n)
(/)
Jb
Jo
1
\
2
(n)
(a) = 0

1
b
2

Jb
Jo
+
1
o
2
= 0
.
de unde rezulta
/
2
1
\
2
(n)
(/) = a
2
1
\
2
(n)
(a)
Aceasta ecuatie nu are o solutie analitica explicita, deci
nu putem obtine forma explicita a celui mai scurt interval
de incredere pentru o
2
. cu coecientul de incredere (1 c) .
Prin CONVENTIE, lucram cu
C
n;1o
(r
1
. .... r
n
) =

1
/
n;1

2
n

I=1
(r
I
j)
2
.
1
/
n;

2
n

I=1
(r
I
j)
2

.
unde /
n;

2
si /
n;1

2
sunt cuantile ale repartitiei .
2
(:) .
Consideram acum ipoteza H : o
2
= o
2
0
cu alternativa
H
.
: o
2
= o
2
0

1
c
2
0

/
n;

2
_
1
o
2
0
n

I=1
(A
I
j)
2
_ /
n;1

= 1 c

n;1o

o
2
0

(r
1
. .... r
n
) [ /
n;

2
_
1
o
2
0
n

I=1
(r
I
j)
2
_ /
n;1

o
2
0
/
n;

2
_
n

I=1
(r
I
j)
2
_ o
2
0
/
n;1

Testul "CH1 jatrat" se bazeaza pe regiunea critica

1 =
c
n;1o

o
2
0

1
c
2
0
((A
1
. .... A
n
) 1) = c
OC

o
2

= 1
c
2

/
n;

2
_
1
o
2
0
n

I=1
(A
I
j)
2
_ /
n;1

=
= 1
c
2

/
n;

2

o
2
0
o
2
_
1
o
2
n

I=1
(A
I
j)
2
_ /
n;1

2

o
2
0
o
2

=
= 1
\
2
(n)

/
n;1

2

o
2
0
o
2

1
\
2
(n)

/
n;

2

o
2
0
o
2

13
APLICATIA 4
Interval de incredere si testul "CHI patrat" pentru
dispersia unei repartii normale cu medie necunoscuta
Modelul: 1

A
1
=

j. o
2

. j 1 necunoscut, o
2
(0. )
Observatii: A
1
. .... A
n
v.i.i.r.

j. o
2

. Am demonstrat ca
1
o
2
n

I=1

A
I
A

2
~ .
2
(: 1) .
Functia
o

(r
1
. .... r
n
) ; o
2

=
1
o
2
n

I=1
(r
I
r)
2
=
(: 1) :
2
o
2
indeplineste conditiile din constructiile anterioare.
Pentruc (0. 1) xat, e /
n1;

2
si /
n1;1

2
cuantile ale repar-
titiei .
2
(: 1) . Ca si in Aplicatia 3, obtinem
C
n;1o
(r
1
. .... r
n
) =

(: 1) :
2
/
n1;1

2
.
(: 1) :
2
/
n1;

Consideram acum ipoteza H : o

2
= o
2
0
cu alternativa
H
.
: o
2
= o
2
0

1
c
2
0

/
n1;

2
_
1
o
2
0
n

I=1

A
I
A

2
_ /
n1;1

= 1 c

n;1o

o
2
0

(r
1
. .... r
n
) [ /
n1;

2
_
(: 1) :
2
o
2
0
_ /
n1;1

o
2
0

/
n1;

2
: 1
_ :
2
_ o
2
0

/
n1;1

2
: 1

Testul "CH1 jatrat" se bazeaza pe regiunea critica

1 =
c
n;1o

o
2
0

1
c
2
0
((A
1
. .... A
n
) 1) = c
14
OC

o
2

= 1
c
2

/
n1;

2
_
1
o
2
0
n

I=1

A
I
A

2
_ /
n1;1

=
= 1
c
2

/
n1;

2

o
2
0
o
2
_
1
o
2
n

I=1

A
I
A

2
_ /
n1;1

2

o
2
0
o
2

=
= 1
\
2
(n1)

/
n1;1

2

o
2
0
o
2

1
\
2
(n1)

/
n1;

2

o
2
0
o
2

15
APLICATIA 5
TESTUL FISHER PENTRU DREAPTA DE
REGRESIE
La capitolul "Regresie" am stabilit urmatoarele rezul-
tate:
Variabila aleatoare
oo
:tsIJ
=
n

I=1

A
I
a

/n
I

2
are proprietatea
1
o
2
r
(1 j
2
)
oo
:tsIJ
~ .
2
(: 2)
Daca / = 0. atunci
1
o
2
r
(1 j
2
)
oo
:ta:tsIt
~ .
2
(1)
1
o
2
r
(1 j
2
)
oo
|o|ol
~ .
2
(: 1)
iar variabilele
1
c
2
x
(1
2
)
oo
:ta:tsIt
si
1
c
2
x
(1
2
)
oo
:tsIJ
sunt in-
dependente.
Formulam ipoteza H : / = 0 cu alternativa H
.
: / = 0.
Daca H este adevarata, atunci variabila aleatoare
7 =
1
o
2
r
(1 j
2
)
oo
:ta:tsIt

1
: 2

1
o
2
r
(1 j
2
)
oo
:tsIJ
no|o|
=
oo
:ta:tsIt
oo
:tsIJ
are o repartitie Fisher cu (1. : 2) grade de libertate.
Pentru c (0. 1) arbitrar xat, e 1
(1,n2);1o
cuantila de
rang (1 c) a repartitiei Fisher cu (1. : 2) grade de liber-
tate.
TESTUL FISHER: Regiunea critica pentru H : / = 0
este
1 =

oo
:ta:tsIt
oo
:tsIJ
_ 1
(1,n2);1o

16
1
(b=0)

oo
:ta:tsIt
oo
:tsIJ
_ 1
(1,n2);1o

= c
Acest test este implementat in functia "a:oa" din R.
Testul Fisher prezentat aici este echivalent cu un test
"t". bazat pe urmatoarele fapte:

c
2
x
(1
2
)
n
P
i=1
(uiu)
2
~ (0. 1)
oo
:ta:tsIt
=

2
n

I=1
(n
I
n)
2
1
o
2
r
(1 j
2
)
oo
:tsIJ
~ .
2
(: 2)
oo
:ta:tsIt
si oo
:tsIJ
sunt variabile aleatoare independente,
ceea ce implica

/ si oo
:tsIJ
sunt variabile aleatoare indepen-
dente. Atunci

c
2
x
(1
2
)
n
P
i=1
(uiu)
2

1
: 2

1
o
2
r
(1 j
2
)
oo
:tsIJ
~ t (: 2)
TESTUL "t": Regiunea critica pentru H : / = 0 la
pragul de semnicatie c este
1 =

(: 2)
n

I=1
(n
I
n)
2

oo
:tsIJ
_ t
n2;1o

.
unde t
n2;1o
este cuantila de rang(1 c) a repartitiei t (: 2) .
Si acest test este implementat in functia "a:oa" din R.
17
APLICATIA 6
COMPARAREA TRATAMENTELOR
(COMPARAREA PARAMETRILOR A DOUA
REPARTITII NORMALE)
PROBLEMA DE BIOSTATISTICA:
Caracteristica de interes care este investigata poate
modelata printr-o variabila aleatoare cu reparti-
tie normala

j. o
2

(ex: nivelul colesterolului, nivelul

tensiunii arteriale sistolice, nivelul hemoglobinei, etc.)
Exista doua tratamente posibile T
1
si T
2
. Eventual
T
1
="tratament" si T
2
="placebo".
Se considera doua loturi independente, formate din
pacienti suferind de aceeasi boala, selectati in mod
independent dintr-o populatie bine denita (ex: bar-
bati, din mediul urban, in varsta 40 - 50 ani, suprapon-
derali).
Pacientilor din primul lot li se administreaza T
1
si
celor din al doilea lot li se administreaza T
2
.Experimentul
este "blind", adica pacientii nu stiu ca primesc trata-
mente diferite.
Se doreste identicarea situatiei in care se obtin raspun-
suri diferite la cele doua tratamente.
Model: T
1
= A
1
~

j
1
. o
2
1

; T
2
= A
2
~

j
2
. o
2
2

. A
1
. A
2
vari-
abile aleatoare independente
Observatii:
A
11
. A
12
. .... A
1n
.a.i.i.r.

j
1
. o
2
1

A
21
. A
22
. .... A
2n
.a.i.i.r.

j
2
. o
2
2

A
11
. A
12
. .... A
1n
. A
21
. A
22
. .... A
2n
familii independente
Ipoteze ce urmeaza a testate:
H
1
:

o
2
1
= o
2
2

. H
1.
:

o
2
1
= o
2
2

H
2
: j
1
= j
2
. H
2.
: j
1
= j
2

18
Reamintimproprietatile E.V.M. pentru parametrii repar-
titiei normale:
A
1
=
1
:
n

,=1
A
1,
~

j
1
.
o
2
1
:

o
2
1
=
1
: 1
n

,=1

A
1,
A
1

2
;
: 1
o
2
1
o
2
1
~ .
2
(: 1)
A
1
.
: 1
o
2
1
o
2
1
independente
A
2
=
1
:
n

,=1
A
2,
~

j
2
.
o
2
2
:

o
2
2
=
1
:1
n

,=1

A
2,
A
2

2
;
:1
o
2
2
o
2
2
~ .
2
(:1)
A
2
.
:1
o
2
2
o
2
2
independente
(a) Testul Fisher de comparare a dispersiilor,
H
1
:

o
2
1
= o
2
2

. H
1.
:

o
2
1
= o
2
2

Folosind asociativitatea independentei, avem

1
: 1

: 1
o
2
1
o
2
1

1
:1

:1
o
2
2
o
2
2
=
o
2
2
o
2
1

o
2
1
o
2
2
~ T (: 1. :1)
Reparametrizam si rescriem ipotezele H
1
. H
1.
:
=
o
2
2
o
2
1
H
1
: = 1 . H
1.
: = 1
Daca ipotezaH
1
este adevarata, atunci o
2
1
o
2
2
~ T (: 1. :1) .
Pentru c (0. 1) arbitrar xat, e 1
1,o
si 1
2,o
cuantile ale
repartitiei T (: 1. :1), cu proprietatea
1
F(n1,n1)
(1
2,o
) 1
F(n1,n1)
(1
1,o
) = 1 c
19
Facem observatia ca aceasta relatie determina unic
cuantilele pentru ca
7 ~ T (: 1. :1) ==
1
7
~ T (:1. : 1)
deci avem si
1
F(n1,n1)

1
1
1,o

1
F(n1,n1)

1
1
2,o

= 1 c.
Regiunea de acceptare a ipotezei H
1
: = 1 este

n,n;1o
( = 1) =

(r
11
. .... r
1n
. r
21
. .... r
2n
) [ 1
1,o
_
:
2
1
:
2
2
_ 1
2,o

iar regiunea critica este 1 =

c
n,n;1o
( = 1) . Probabilitatea
erorii de I tip este
1
(~=1)
((A
11
. .... A
1n
. A
21
. .... A
2n
) 1) = c
si functia caracteristica operatoare a testului este
OC () = 1
~

1
1,o
_
o
2
1
o
2
2
_ 1
2,o

= 1
~

1
1,o
_
o
2
1
o
2
2
_ 1
2,o

=
= 1
F(n1,n1)
( 1
2,o
) 1
F(n1,n1)
( 1
1,o
)
Functia din R: var.test(x,y,...)
var.test(x, y, ratio = 1, alternative = c("two.sided",
"less", "greater"), conf.level = 0.95, ...)
Arguments
x, y numeric vectors of data values, or tted linear
model objects (inheriting from class "lm").
ratio the hypothesized ratio of the population vari-
ances of x and y.
alternative a character string specifying the alter-
native hypothesis, must be one of "two.sided" (default),
"greater" or "less".
conf.level condence level for the returned con-
dence interval.
20
(/) Testul "t" de comparare a mediilor,
H
2
: j
1
= j
2
. H
2.
: j
1
= j
2

Presupunem ca s-a acceptat ipoteza de egalitate a dis-

persiilor, H
1
:

o
2
1
= o
2
2

. Rezulta:
A
1
~

j
1
.
o
2
:

A
2
~

j
2
.
o
2
:

Folosind independenta, avem

A
1
A
2
~

j
1
j
2
. o
2

1
:
+
1
:

Pe de alta parte,
1
o
2

(: 1) o
2
1
+ (:1) o
2
2

~ .
2
(: +:2)
Folosind asociativitatea independentei,

A
1
A
2

(j
1
j
2
)

o
2

1
n
+
1
n

1
: +:2

1
o
2
((: 1) o
2
1
+ (:1) o
2
2
) ~ t (: +:2)
Reparametrizam si rescriem ipotezele H
2
. H
2.
:
c = j
1
j
2
H
2
: c = 0 . H
2.
: c = 0
Daca ipoteza H
2
este adevarata, atunci
7 =
A
1
A
2

1
n+n2

1
n
+
1
n

((: 1) o
2
1
+ (:1) o
2
2
)
~ t (: +:2)
Pentru c (0. 1) arbitrar xat, e t
n+n2;1o/2
cuantila de
rang

1
o
2

a repartitiei t (: +:2) .
Regiunea de acceptare a ipotezei H
2
este

n,n;1o
(c = 0) =

(r
11
. .... r
1n
. r
21
. .... r
2n
) [ t
n+n2;1o/2
_ . _ t
n+n2;1o/2

Regiunea critica pentru H

2
. la pragul de semnicatie c
este
1 =
c
n,n;1o
(c = 0)
21
cu probabilitatea de eroare de tip I
1
(o=0)
((A
11
. .... A
1n
. A
21
. .... A
2n
) 1) = c
si functia caracteristica operatoare
OC (c) = 1
o

t
n+n2;1o/2
_ 7 _ t
n+n2;1o/2

=
1
|(n+n2)

t
n+n2;1o/2
c

1
: +:2

1
:
+
1
:

((: 1) :
2
1
+ (:1) :
2
2
)

1
|(n+n2)

t
n+n2;1o/2
c

1
: +:2

1
:
+
1
:

((: 1) :
2
1
+ (:1) :
2
2
)

Functia din R: t.test(x,y,....)

t.test(x, y =NULL, alternative =c("two.sided", "less",
"greater"), mu =0, paired =FALSE, var.equal =FALSE,
conf.level = 0.95, ...)
Arguments
x a numeric vector of data values.
y an optional numeric vector data values.
alternative a character string specifying the alter-
native hypothesis, must be one of "two.sided" (default),
"greater" or "less".
mu a number indicating the dierence in means
(if you are performing a two sample test).
paired a logical indicating whether you want a
paired t-test.
var.equal a logical variable indicating whether to
treat the two variances as being equal. If TRUE then the
pooled variance is used to estimate the variance. Other-
wise the Welch approximation to the degrees of freedom
is used.
conf.level condence level of the interval.
22