Tema 5.

Testarea ipotezelor
statistice
1. Testarea ipotezelor statistice
2. Procesul de testare
3. Erori de tipul I și de tipul II
 1. Testarea ipotezelor statistice
Prin inferență statistică se înţelege, obţinerea de concluzii bazate
pe o evidenţă statistică, adică pe informaţii derivate dintr-un eşantion.
Concluziile sunt asupra caracteristicilor populaţiei din care provine
eşantionul.
Testarea ipotezelor statistice reprezintă o abordare pentru analiza
datelor provenite prin eșantionare dintr-o populație originară. Un test
statistic este un demers care constă din a determina dacă există destule
dovezi pentru a respinge o ipoteză numită ipoteza nulă (adică a considera
că ipoteza este falsă).
Ipoteza este un enunț care exprimă un fapt ce va fi dovedit
adevărat sau fals, în urma unui test; ipoteza nulă este ipoteza care se
dorește a fi testată, respectiv că datele obținute dintr-un eșantion prelevat
dintr-o populație originară mare sunt aleatorii. Analiza datelor prin testare
statistică este un răspuns la întrebarea „Care este probabilitatea ca aceste
rezultate să fi fost obținute complet aleatoriu?”
 Ipoteza nulă este testată în mod frecvent față de
ipoteza alternativă care se consideră adevărată dacă
ipoteza nulă este falsă.
De obicei, ipoteza alternativă înseamnă că datele rezultă dintr-un efect
real, nu în mod aleatoriu. Un exemplu de format curent pentru testarea
ipotezei nule H0 este afirmația că două medii ale populației sunt egale.
Testele cele mai frecvent utilizate sunt:
 testul -z,
 testul -t,
 testul-F,
 testul χ2 (hi pătrat),
 testul analizei varianței ANOVA.
Aceste teste privind ipotezele statistice se bazează pe faptul că mediile,
varianțele (dispersiile), proporțiile și alte instrumente statistice formează
distribuții de frecvențe cu modele cunoscute.
Testul -z se bazează pe distribuția normală, cea mai cunoscută (distribuția
Gauss), testele -t (Student), -F (Fisher–Snedecor) și χ2 se bazează pe
distribuțiile t, F și hi pătrat.

Situații de utilizare:
Atunci când se trag concluzii referitoare la media, proporția, varianța sau
alte caracteristici statistice ale unui set de date;
Atunci când concluziile se vor baza pe eșantioane prelevate dintr-o
populație originară mai mare;
Atunci când se analizează dacă media sau varianța mai multor seturi de
date diferă;
Atunci când se analizează dacă două proporții din două seturi diferite de
date sunt diferite.
 2. Procesul de testare
Procedura pentru testarea ipotezelor are trei etape:
 înțelegerea problemei care trebuie rezolvată
(concluzii de obținut), planificarea testului (pașii 1, 2,
3);
 un număr mare de calcule realizate cu un calculator
(pașii 4 și 5);
 aplicarea rezultatelor numerice la problema
respectivă (pasul 6).
 Se parcurg următorii pași:

1. Se stabilește tipul concluziei sau deciziei care trebuie obținute în legătură

cu datele disponibile. Se identifică testul corespunzător ce va fi aplicat
pentru respectiva decizie.
2. Se enunță ipoteza nulă și ipoteza alternativă. Ipoteza nulă H0 este cea
considerată ca adevărată. Ipoteza alternativă H1 este complementară
ipotezei nule. Enunțarea ipotezelor este importantă pentru că o enunțare
eronată a ipotezelor face confuz restul procesului. Se stabilește dacă testul
este bilateral, unilateral stânga sau unilateral dreapta. Dacă ipoteza
alternativă include < (mai mic decât) este necesar un test unilateral stânga.
Dacă ipoteza alternativă include > (mai mare decât) este necesar un test
unilateral dreapta. Testul hi pătrat este totdeauna unilateral dreapta.
3. Se alege pragul de semnificație α (de obicei α = 0,05). Acesta reprezintă
un prag de probabilitate sub care ipoteza nulă va fi respinsă.
4. Se calculează testul statistic, adică numărul utilizat pentru ipoteza nulă.
Pentru fiecare tip de test există o anumită formulă. Pentru acest calcul se
utilizează de obicei soft-uri specifice.
5. Se stabilește probabilitatea p ca testul să fie aleatoriu, în cadrul
distribuției cunoscute a testului ales. Valoarea p este egală cu suprafața de
sub curba de distribuție, de după valoarea statistică a testului. Se utilizează
în acest scop un tabel statistic sau un program informatic de calcul.
6. Se compară valoarea p cu α în cazul unui test unilateral stânga sau
unilateral dreapta sau cu α/2 pentru un test bilateral. Regula de decizie este
următoarea: dacă valoarea p < α se respinge ipoteza nulă și se stabilește că
ipoteza alternativă este probabil adevărată. In caz contrar, nu se respinge
ipoteza nulă și se stabilește că nu există suficiente dovezi pentru a sprijini
ipoteza alternativă.
p < 0.05, legătura statistică este semnificativă (S, încredere 95%).
p < 0.01, legătura statistică este semnificativă (S, încredere 99%).
p < 0.001, legătura statistică este înalt semnificativă (HS, încredere 99.9%).
p > 0.05, legătura statistică este nesemnificativă (NS)
 3. Erori de tipul I și de tipul
II
Datorită faptului că testarea ipotezelor operează cu eșantioane și
probabilități există posibilitatea de a lua decizii greșite, de a comite erori.
Există două tipuri de erori care se referă la acceptarea sau respingerea
ipotezei nule.
Eroarea de tipul I apare atunci când ipoteza nulă H0 este adevărată, însă este
respinsă, fiind considerată falsă. Probabilitatea de apariție a unei erori de
tipul I este pragul de semnificație α.
Eroarea de tipul II apare atunci când ipoteza nulă H0 este falsă, dar este
acceptată, considerând că aceasta este adevărată. Probabilitatea de apariție a
unei erori de tipul II este β.
Pentru un volum al eșantionului dinainte dat, probabilitatea de a comite o
eroare de tipul I se poate micșora prin reducerea corespunzătoare a mărimii
α, care coincide cu pragul de semnificație ales. Aceasta atrage după sine o
mărire corespunzătoare a probabilității β, deci a probabilității erorii de tipul
II. De aceea, singurul mijloc de a micșora simultan ambele probabilități ale
erorilor constă în mărirea numărului de măsurări ale căror rezultate se