Documente Academic
Documente Profesional
Documente Cultură
Conform DEX, ipoteza este o presupunere enunțată pe baza unor fapte cunoscute,
cu privire la anumite legături între fenomene care nu pot fi observate direct sau cu
privire la esența fenomenelor, la cauza sau la mecanismul intern care le produce.
Ipotezele sunt de două feluri, științifice și statistice. Ipotezele științifice se referă la
relația cauză-efect, și pot fi înlaturate doar printr-un singur contra-argument, printr-o
singură situatie, în care nu sunt adevarate în timp ce ipotezele statistice raman adevarate
chiar dacă într-un număr limitat de cazuri au fost infirmate. De exemplu, afirmatia ca
ratiile cu raport energo-proteic diferit cauzează sporuri în greutate diferite este o ipoteza
stiințifică în baza căreia se poate organiza un experiment. Ea este înlocuită cu o ipoteza
statistică de tipul H:μ1= μ2=,...,= μn= μ. Aceasta ipoteză, conform careia tratamentele
diferite asociate celor n probe nu vor modifica mediile, acestea estimand acelasi μ, care
este media populației din care s-au extras probele înainte de experiment, se numește
ipoteza nulă și se notează cu Ho.
Respingerea ipotezei nule echivaleaza cu acceptarea ipotezei alternative, notate
cu HA, conform căreia tratamentele diferite au modificat în așa măsura mediile
probelor încât ele par a estima mediile unor populații diferite, ca si cum probele
ar fi fost extrase din populatii diferite. Se poate scrie ca HA:μ1≠ μ2≠,...,= μn≠ μ.
În acest caz se acceptă ca tratamentele au afectat omogenitatea mediilor, lăsând
nemodificată varianța în interiorul fiecărei probe, deoarece toți membrii probei
primind același tratament se așteaptă să-și modifice valoarea caracterului
măsurat cu o constantă, care nu va afecta variabilitatea.
Pentru un experiment cu două probe, ipoteza nulă se formulează astfel:
𝐻0 : 𝜇1 = 𝜇2 ⇒ 𝜇1 − 𝜇2 = 0
(de unde și denumirea de ipoteză nulă sau ipoteză de nul)
Referitor la ipoteza alternativă, deosebim trei situații prin care putem descrie situația concretă:
- 𝐻𝐴 : 𝜇1 ≠ 𝜇2 𝑠𝑎𝑢 𝜇1 − 𝜇2 ≠ 0
- 𝐻𝐴 : 𝜇1 > 𝜇2 𝑠𝑎𝑢 𝜇1 − 𝜇2 > 0
- 𝐻𝐴 : 𝜇1 < 𝜇2 𝑠𝑎𝑢 𝜇1 − 𝜇2 < 0
Verificarea ipotezelor statistice se realizează cu ajutorul testelor statistice. Luarea unei decizii cu
privire la o ipoteza statistică se face în urma testării ipotezei cu ajutorul unui test statistic. De precizat
faptul că printr-un test statistic nu se stabilește adevărul, ci doar dacă rezultatele experimentului sprijină
ipoteza în baza căreia el a fost organizat.
Aplicarea concretă a unui test statistic, presupune parcurgerea următoarelor etape:
Probabilitatea 𝑃2 = 1 − 𝛽 se
numește puterea testului. Aceasta
va fi cu atât mai mare cu cât
volumul eșantionului va fi mai
mare, la un nivel de semnificație
(𝛼) fix. Ca regulă, un test statistic
va fi mai puternic comparativ cu
un altul dacă, la același nivel de
semnificație, respinge ipoteza nulă
pe un volum mai mic al
eșantionului.
Clasificarea testelor statistice
Notă: Aceste teste se aplică înainte de începerea experimentului și au drept scop verificarea
comparabilității probelor. Dacă un singur răspuns este nefavorabil, experimentul NU începe și se vor
extrage noi probe! În acest fel, ne asigurăm că eventualele diferențe dintre mediile loturilor vor putea fi
puse exclusiv pe seama tratamentelor aplicate.
Cazul experimentelor formate din două loturi
Existența erorilor grosolane se verifică aplicând testul Grubbs și are drept scop detectarea
valorilor din afara distribuției normale, rezultatul fiind interpretat ca probabilitate de apartenență a
datelor la populația statistică.
Testul constă în determinarea diferenței dintre valorile considerate a fi străine de șirul de
variație și medie, raportată la valoarea deviației standard.
Să considerăm cazul unui experiment de nutriție, format din două loturi de date
referitoare la greutatea purceilor (kg) în prima fază de îngrășare (5 luni):
Lotul martor:
Vom testa valoarea minimă (25):
25 − 56,90
𝑣ො𝟐𝟓 = = −2,53 ⇒ 𝐻𝐴
12,62
𝐻0 : 𝜎12 = 𝜎22 = 𝜎 2
𝑛 −1 9−1 8
𝐹 = 𝐹𝑛21−1; α = 𝐹9−1; α = 𝐹8;0,05 = 3,44
37,78
𝐹 = = 1,47 ⇒ 𝐻0
25,61
Având în vedere că valoarea calculată (1,47) este mai mică decât valoarea critică (citită în tabel =
3,44) rezultă că se acceptă ipoteza nulă, respectiv varianțele sunt omogene. În acest context, se
merge mai departe și se verifică și omogenitatea (egalitatea) mediilor.
Testarea omogenității mediilor
În cazul experimentelor formate din două loturi, omogenitatea mediilor se testează cu
testul Student, imaginat de către William Sealy Gosset care a publicat propunerea sa în 1908,
în revista Biometrika, sub pseudonimul Student.
𝑋ത1 − 𝑋ത2
𝑡Ƹ =
𝑠𝑑
în care:
- 𝑋ത1 , 𝑋ത2 = mediile probelor ce se testează;
- 𝑠𝑑 = eroarea diferenței între medii, calculată după relația:
𝑆12 𝑆22
𝑠𝑑 = +
𝑛1 𝑛2
în care:
- 𝑆12 , 𝑆22 = varianțele probelor;
- 𝑛1 , 𝑛2 = volumul probelor.
În final, relația de calcul a statisticii testului Student va fi (prin înlocuire), următoarea:
𝑋ത1 − 𝑋ത2
𝑡Ƹ =
𝑆12 𝑆22
+
𝑛1 𝑛2
Dacă valoarea calculată a testului este mai mică decât valoarea tabelară, se acceptă
ipoteza nulă (mediile sunt omogene).
Dacă valoarea calculată este mai mare decât valoarea tabelară, se respinge ipoteza nulă și
se acceptă alternativa (Ha: mediile nu sunt omogene, ca și cum probele ar fi extrase din
populații diferite). În această situație loturile se resping, repetându-se procesul de extragere.
Exemplu numeric
Deoarece valoarea calculată a testului (1,01) este mai mică decât valoarea
tabelară (2,12), se formulează concluzia de acceptare a ipotezei nule, mediile lor
fiind omogene.