Testarea ipotezelor statistice

Concepte
 Ipoteză statistică = ipoteza care se face cu privire la parametrul
unei repartiţii sau la legea de repartiţie pe care o urmează anumite
variabile aleatoare.
 Ipoteză nulă (H0) = constă întotdeauna în admiterea caracterului
întâmplător al deosebirilor, adică în presupunerea că nu există
deosebiri esenţiale.
 Ipoteză alternativă (H1) = o teorie care contrazice ipoteza nulă.
Ea va fi acceptată doar când există suficiente dovezi, evidenţe,
pentru a se stabili că este adevărată.
 Dacă ipoteza nulă constă în afirmaţia că parametrul θ al unei
distribuţii este egal cu o anumită valoare θ0:
 ipoteză alternativă simplă: θ = θ1
  { 1 , 2 ,..., k }
 ipoteză alternativă compusă:
 Concepte
 Testul statistic este utilizat drept criteriu de acceptare sau de
respingere a ipotezei nule
 Regiunea critică, Rc = valorile numerice ale testului statistic pentru
care ipoteza nulă va fi respinsă.
 este astfel aleasă încât probabilitatea ca ea să conţină testul statistic, când
ipoteza nulă este adevărată să fie α, cu α mic (α=0.01 etc).
 dacă punctul definit de vectorul de sondaj x1,x2,…,xn cade în regiunea critică
Rc, ipoteza H0 se respinge, iar dacă punctul cade în afara regiunii critice Rc,
ipoteza H0 se acceptă.
 regiunea critică este delimitată de valoarea critică, C – punctul de tăietură în
stabilirea acesteia.
 Concepte
 Eroare de genul întâi = eroarea pe care o facem eliminând o
ipoteză nulă, deşi este adevărată.
 Riscul de genul întâi (α) = probabilitatea comiterii unei erori de
genul întâi
 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.
 Eroare de genul al doilea = eroarea pe care o facem acceptând o
ipoteză nulă, deşi este falsă
 Probabilitatea (riscul) comiterii unei erori de genul al doilea este β.
 Puterea testului statistic este (1-β).
 Concepte

 Erorile în testarea ipotezelor statistice

Decizia de Ipoteza adevărată

acceptare H0 H1
H0 Decizie corectă Eroare de gen II
(probabilitate 1-α) (risc β)
H1 Eroare de gen I Decizie corectă
(risc α) (probabilitate 1-β)

 α= P(respingere H0 ‫ ׀‬H0 este corectă)=P(eroare de gen I)

 β= P(acceptare H0 ‫ ׀‬H0 este falsă)=P(eroare de gen II)
Concepte

Legătura dintre probabilităţile α şi β

 Concepte
s
 Cum, s x  x n o dată cu creşterea volumului n al
eşantionului, abaterile medii pătratice ale distribuţiilor pentru H 0 şi
H1 devin mai mici şi, evident, atât α, cât şi β descresc

α şi β când volumul eşantionului n' > n

 Concepte
 Se fac presupuneri despre populaţia sau populaţiile ce sunt
eşantionate (normalitate etc.).
 Se calculează apoi testul statistic şi se determină valoarea sa
numerică, pe baza datelor din eşantion.
 Se desprind concluziile: ipoteza nulă este fie acceptată, fie
respinsă, astfel:
 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;
 dacă valoarea numerică a testului nu cade în regiunea critică (Rc), se
acceptă ipoteza nulă H0.
 Concepte
 Ipoteza alternativă poate avea una din trei forme (pe care le vom
exemplifica pentru testarea egalităţii parametrului „media
colectivităţii generale“, μ cu valoarea μ 0)
 test bilateral:
H0: μ = μ0
H1: μ ≠ μ0 (μ < μ0 sau μ > μ0)
 test unilateral dreapta:
H0: μ = μ0
H1: μ > μ0
 test unilateral stânga:
H0: μ = μ0
H1: μ < μ0
 Concepte

μ μ
μ
a) b)
c)

Regiunea critică pentru a) test bilateral; b) test unilateral dreapta; c) test unilateral stânga
 Testarea ipotezei privind media
populaţiei generale (μ) pentru
eşantioane de volum mare
 Utilizarea eşantioanelor de volum mare (n > 30) face posibilă
aplicarea teoremei limită centrală.
 În cazul testului bilateral, ipotezele sunt:
H0: μ = μ0 (μ - μ0=0)
H1: μ ≠ μ0 (μ - μ0≠0) (adică μ < μ0 sau μ > μ0);
x  0 x  0 x  0
z  
x x n sx n

Rc: z< - z α/2 sau z> z α/2

Regula de decizie este,xdeci:
 0
  z / 2
Respingem H0 dacă  x n
x  0
 z / 2
sau x n
 Testarea ipotezei privind media
populaţiei generale (μ) pentru
eşantioane de volum mare
 Exemplu: Presupunem că un fabricant de materiale de construcţii comercializează ciment în
pungi, care trebuie să conţină 12 kg/pungă. Pentru a detecta eventuale abateri în ambele
sensuri de la această cantitate, selectează 100 de pungi, pentru care calculează x  11kg,
,85 sx=
0,5 kg. Pentru α = 0,01 (grad de încredere (1- α)100=99%) să se determine dacă se acceptă
ipoteza nulă, aceea că greutatea pungilor este în medie de 12 kg.
H0: μ = 12
H1: μ ≠ 12 ( μ < 12 sau μ > 12);
z α/2=z0,005=2,575
x  12 x  12 x  12 11,85  12
z     3,0
x  n s n 0,5 10

Regiunea critică: z< - z α/2 sau z> z α/2

Cum z = - 3,0 < - 2,575 se respinge ipoteza nulă H0 şi se acceptă ipoteza alternativă, aceea că
greutatea pungilor diferă, în medie, de 12 kg.
 Testarea ipotezei privind media
populaţiei generale (μ) pentru
eşantioane de volum mare
 Pentru testul unilateral dreapta, ipotezele sunt:
H0: μ = μ0 (μ - μ0=0)
H1: μ > μ0 (μ - μ0>0);
Testul statistic calculat este:
x  0 x  0 x  0
z  
x  n s n

Regiunea critică este dată de:

Rc: z > zα
Regula de decizie este: x  
0
Respingem ipoteza H0 dacă n  z 
 Testarea ipotezei privind media
populaţiei generale (μ) pentru
eşantioane de volum mare
 Pentru testul unilateral stânga, ipotezele sunt:
H0: μ = μ0 (μ - μ0=0)
H1: μ < μ0 (μ - μ0<0);
Testul statistic calculat este:
x  0 x  0 x  0
z  
x  n s n

Regiunea critică este dată de:

Rc: z < –zα
Regula de decizie este: x  0
 z 
Respingem ipoteza H0 dacă  n
 Testarea ipotezei privind diferenţa
dintre două medii pentru eşantioane de
volum mare
 Un estimator al diferenţei (μ1- μ2) este diferenţa dintre mediile
eşantioanelor ( x 1  x 2).
 Proprietăţile distribuţiei de eşantionare a diferenţei ( x1  x 2) sunt:
 distribuţia de eşantionare pentru ( x 1  x 2 ) este aproximativ normală pentru
eşantioane de volum mare (n1 > 30 şi n2 > 30);
x1  x 2
 media distribuţiei de eşantionare a lui ( ) este (μ1 – μ2);
 dacă cele două eşantioane sunt independente, abaterea medie pătratică a
 12  22
distribuţiei de eşantionare este:  x  x   n  n 1 2
1 2

 Dacă
 12
=
 22
=
 , abaterea medie pătratică a distribuţiei de eşantionare
2

1 1
 x 1 x2   n  n
va avea forma: 1 2
 Testarea ipotezei privind diferenţa
dintre două medii pentru eşantioane de
volum mare
 Ipotezele statistice ce urmează a fi testate vor fi:
 1. test bilateral
H0: (μ1- μ2) = D
H1: (μ1- μ2) ≠ D
[(μ1- μ2)>D sau (μ1- μ2)<D]
 2. test unilateral dreapta z
x 1 
 x2  D
H0: (μ1- μ2) = D  x 
1 x 2
H1: (μ1- μ2) > D
 3. test unilateral stânga
H0: (μ1- μ2) = D
H1: (μ1- μ2) < D
 Regiunea critică este dată de:
1. z< - zα/2 sau z> zα/2
2. z> zα
3. z< - zα
 Testarea ipotezei privind diferenţa
dintre două medii pentru eşantioane de
volum mare
 Exemplu: Managerul unui restaurant doreşte să determine dacă o campanie de
publicitate a dus la creşterea veniturilor medii zilnice. Au fost înregistrate veniturile
pentru 50 de zile înainte de desfăşurarea campaniei. După desfăşurarea campaniei şi
trecerea unei perioade de 20 de zile pentru ca această campanie să îşi facă efectul, se
înregistrează veniturile pentru 30 de zile. Aceste două eşantioane vor permite testarea
ipotezei privind efectul campaniei asupra veniturilor. Din prelucrarea datelor pentru
cele două eşantioane, rezultă:
Înainte de campanie După campanie
n1=50 n2=30
s1=2,15 mil. lei s2=2,38 mil. lei
Dorim să vedem dacă veniturile au crescut (μ2> μ1), aşadar, vom efectua un
test unilateral stânga:
H0: μ1 = μ2 (μ1 - μ2 = 0)
H1: μ1 < μ2 (μ1 - μ2 < 0)
 Testarea ipotezei privind diferenţa
dintre două medii pentru eşantioane de
volum mare

z
x 1 
 x2  0

x1  x 2

x1  x 2

 0,75
 1,41
 x   12  22 s12 s 22 0,5305
1 x 2
 
n1 n2 n1 n 2

Cum valoarea calculată nu este mai mică decât –z0,05= –1,645, rezultă că
nu ne aflăm în regiunea critică. Eşantioanele nu oferă aşadar, suficiente dovezi
(la α = 0,05) pentru ca managerul restaurantului să concluzioneze că veniturile
au crescut în urma campaniei de publicitate.

α Test unilateral Test unilateral dreapta Test bilateral

stânga
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