Documente Academic
Documente Profesional
Documente Cultură
STATISTICE
1. Scop și utilitate
2. Concepte
3. Etapele în aplicarea procedurilor de testare a
ipotezelor.
4. Testarea ipotezelor privind media populației
generale pentru eșantioanele de volum mic
2
1. SCOP ŞI UTILITATE
¢ Scop:
-- de a stabili existenţa unor dovezi suficiente
pentru a concluziona dacă o ipoteză sau o afirmaţie
referitoare la un parametru al unei populaţii este
adevărată.
¢ Utilitate:
-- testarea ipotezelor statistice ajută managerii
să verifice ştiinţific ipotezele emise, pentru a adopta
deciziile cele mai potrivite în legătură cu acţiunile lor
viitoare.
4
2. CONCEPTE
¢ Ipoteză statistică = o afirmaţie matematică cu privire la
parametrul unei populaţii sau la legea de repartiţie pe care o
urmează anumite variabile aleatoare.
¢ Teste parametrice = teste statistice care verifică valoarea unui
parametru al colectivităţii totale. Ele au următoarele
componente:
a) Ipoteza nulă (H0)
-- este o afirmaţie în care se specifică valori ipotetice pt. unul sau mai
mulţi parametri ai pop. totale.
-- admite întotdeauna caracterul întâmplător al deosebirilor, adică
presupune că nu există deosebiri esenţiale.
-- este ipoteza ce urmează a fi testată, considerată adevărată până când
se dovedeşte că este falsă.
5
2. CONCEPTE
b) Ipoteza alternativă (H1)
O afirmaţie despre acelaşi parametru al populaţiei totale ca şi cel la
care se referă ipoteza nulă, dar care contrazice ipoteza nulă.
Ea constituie ipoteza ce va fi acceptată, dacă ipoteza nulă va fi
respinsă.
Poate fi de două feluri:
Ø Ipoteze non-direcţionale:
Ø Ipoteze direcţionale:
6
2. CONCEPTE
Ø Ipoteze non-direcţionale:
-- sunt ipoteze alternative care specifică existenţa unei
diferenţe între valoarea parametrului pop. generale şi
valoarea specificată în ipoteza nulă, dar fără a arăta
direcţia acestei diferenţe
-- Sunt asociate testelor bilaterale
Ø Ipoteze direcţionale:
¢Reprezintă ipoteze alternative care stabilesc direcţia în
drept).
7
2. Concepte
8
2. Concepte
11
NOȚIUNI DE BAZĂ ÎN
TESTARE
12
3. ETAPE ÎN APLICAREA PROCEDURILOR DE TESTARE A
IPOTEZELOR STATISTICE
1. Se formulează ipoteza nulă şi cea alternativă;
2. Se stabileşte testul statistic;
3. Se stabileşte regiunea critică şi pragul de semnificaţie;
4. Se formulează principalele presupuneri despre populaţia
eşantionată (normalitate etc.);
5. Se calculează valoarea testului statistic, pe baza datelor
culese de la unităţile eşantionului;
6. Se formulează concluziile (se iau deciziile): ipoteza nulă
este fie acceptată, fie respinsă, astfel:
Ø dacă valoarea numerică a testului statistic cade în
regiunea critică (Rc), respingem ipoteza nulă şi
concluzionăm că ipoteza alternativă este adevărată.
Această decizie este incorectă doar în 100 α % din
cazuri;
Ø dacă valoarea numerică a testului nu cade în
13
regiunea critică (Rc), se acceptă ipoteza nulă H0.
REGIUNEA CRITICĂ
μ μ μ
a) b) c)
14
NOTAŢII
MEDIA å xi å
i =1
xi
µ= i =1 x=
N n
( )
N n
å (xi - µ ) å i
2 2
DISPERSIA x - x
(VARIANŢA) s2 = i= 1 s2 = i =1
N n -1
ABATEREA MEDIE N n
PĂTRATICĂ å (xi - µ )2
(
å ix - x )2
(ABATEREA s = s2 = i=1
s = s2 = i =1
STANDARD) N n -1
15
TEOREMA LIMITĂ CENTRALĂ
Dacă
F Variabilele X k , k = 1,2,..., n sunt independente
F X k nu ia valori prea mari una în comparaţie cu celelalte
F număruln al variabilelor este suficient de mare,
n
atunci variabila aleatoare X = å X k are ca repartiţie asimptotică
i =1
repartiţia normală, oricare ar fi repartiţiile variabilelor aleatoare
X k , k = 1,2,..., n
16
TEOREMA LIMITĂ CENTRALĂ
17
4. Testarea ipotezei privind media populaţiei
generale (μ) pentru eşantioane de volum redus
¢ Forma distribuţiei de eşantionare a mediei xdepinde, de
forma populaţiei generale din care a fost extras eşantionul.
¢ Distribuţia de eşantionare a lui x va fi normală (sau
aproximativ normală), în cazul eşantioanelor de volum
redus, doar dacă colectivitatea generală este distribuită
normal (sau aproximativ normal).
¢ dispersia eşantionului ( s ), poate să nu ofere o aproximare
2
x
¢ unde: s 2
=
å (x i -x )
2
n -1
x
18
REPARTIŢIA STUDENT (T)
¢ Prin curba Student se înţelege graficul densităţii de
probabilitate a repartiţiei Student (de fapt o familie de curbe
indexată prin numărul gradelor de libertate).
¢ Curba este simetrică şi are o formă apropiată de curba
normală standard către care tinde o dată cu mărirea numărului
de grade de libertate. Se poate observa că probabilităţile
extreme sunt mai mari decât în cazul curbei normale.
19
REPARTIŢIA STUDENT (T)
¢ Prin curba Student se înţelege graficul densităţii de
probabilitate a repartiţiei Student (de fapt o familie de
curbe indexată prin numărul gradelor de libertate).
¢ Curba este simetrică şi are o formă apropiată de curba
normală standard către care tinde o dată cu mărirea
numărului de grade de libertate. Se poate observa că
probabilităţile extreme sunt mai mari decât în cazul
curbei normale.
¢ Repartiţia Student depinde de un singur parametru
denumit numărul gradelor de libertate notat cu df ,
adică numărul variabilelor independente care au în
vedere mărimea luată în considerare, a căror variaţie nu
admite nici o restricţie.
¢ Pentru valori mici ale lui n se poate considera că t este
repartizată Student cu n - 1 grade de libertate.
¢ Adică P(a < t < b) @ aria de sub curba S(n – 1) delimitată
de x = a şi x = b 20
¢ Pentru n mare repartiţia Student aproximează repartiţia
normală.
REPARTIŢIA STUDENT (T)
21
4. Testarea ipotezei privind media populaţiei
generale (μ) pentru eşantioane de volum redus
¢ Ipotezele sunt:
-- pentru test bilateral;
H0: μ = μ0,
H1: μ ≠ μ0 (μ < μ0 sau μ > μ0);
-- pentru test unilateral dreapta;
H0: μ = μ0,
H1: μ > μ0,
-- pentru test unilateral stânga;
H0: μ = μ0,
H1: μ < μ0.
¢ Testul statistic utilizat: x - µ0 x - µ0
t= =
sx sx n 22
4. Testarea ipotezei privind media populaţiei
generale (μ) pentru eşantioane de volum redus
¢ Presupunerea specială ce trebuie făcută este aceea că
populaţia generală este normal sau aproximativ normal
distribuită.
t > t α,n-1
t < - t α,n-1
23
4. Exemplu
Conducerea unei companii apelează la 5 experţi pentru a
previziona profitul companiei în anul curent. Valorile
previzionate sunt: 2,60; 3,32; 1,80; 3,43; 2,00 (miliarde lei,
preţurile anului anterior)
Ştiind că profitul companiei în anul anterior a fost de 2,01
mld. lei, sunt suficiente dovezi pentru a concluziona că media
previziunilor experţilor este semnificativ mai mare decât cifra
anului anterior (pentru α = 0,05)?
Rezolvare:
Se calculează: - media previziunilor experţilor: x = 2,63 mld. lei,
- dispersia: s 2
=
å (x - x)
i
2
=
2,203
= 0,5507
x
n -1 4
- abaterea standard : s x = s 2x = 0,74 mld. lei.
24
4. Exemplu
Ipoteze:
Ipoteza nulă: H0 : μ = 2,01 mld. lei,
Ipoteza alternativă:
H1: μ > 2,01 mld.lei (test unilateral dreapta).
Valoare critică:
tα,n-1 = t0,05;4 = 2,132
Decizia:
Deoarece t (1,874) < t0,05;4 (2,132), concluzia este că Ho se
acceptă deci, media profitului previzionată de cei 5 experţi pentru
anul curent NU este semnificativ mai mare decât profitul anului
trecut, de 2,01 mld. lei.
27
OBSERVAȚIE_1
Valoare critică:
28
OBSERVAȚIE_2
Valoare critică:
29
Tabel cu valorile repartiţiei Student în funcţie de probabilitatea
P( t £ ta ) şi numărul „f” al gradelor de libertate
31