Testarea ipotezelor statistice

Cuprins:

 Concepte
 Procedura
 Tipuri de erori
 Etape
 Teste statistice şi exemple
 Testarea ipotezelor statistice

Scopul:

 Realizarea unei inferenţe statistice = extinderea

rezultatelor obţinute pe baza datelor dintr-un eşantion
asupra colectivităţii generale din care acesta a fost extras
(estimarea valorilor necunoscute ale parametrilor
colectivităţii generale).
 Concepte

 Ipoteza nulă – ipoteza privind valoarea unui parametru

necunoscut sau legea de repartiţie. Ea constă în
admiterea caracterului întâmplător al deosebirilor, adică în
presupunerea că nu există deosebiri esenţiale (conţine
întotdeauna o egalitate).
 Ipoteza alternativă – ipoteza contrară ipotezei nule
(conţine întotdeauna o inegalitate)
 Test statistic – Calcul bazat pe datele din eşantion şi pe
ipoteza nulă, utilizat pentru a alege între ipoteza nulă şi
cea alternativă.
 Regiunea de respingere – Valorile testului statistic
pentru care respingem ipoteza nulă în favoarea ipotezei
alternative.
 Procedura

 Procedura începe cu presupunerea că ipoteza nulă este

adevărată.
 Scopul este de a determina dacă există suficiente
dovezi pentru a infera că ipoteza alternativă este
adevărată, sau că ipoteza nulă nu poate fi adevărată.
 Există două decizii posibile:
 Concluzionăm că există suficiente dovezi care susţin
ipoteza alternativă. Resping ipoteza nulă.
 Concluzionăm că nu există suficiente dovezi care
susţin ipoteza alternativă. Nu resping ipoteza nulă.
 Tipuri de erori
Există 2 tipuri de erori:
 Eroarea de tip 1 apare atunci când respingem o ipoteză
nulă adevărată.

 P(eroare de tip 1) =  [de obicei 0.05 sau 0.01]

reprezintă riscul de tipul 1, nivel sau prag de
semnificaţie.

 (1-) este nivelul de încredere, probabilitatea de

garantare a rezultatelor.
 Tipuri de erori

 Eroarea de tip 2 apare atunci când nu respingem o

ipoteză nulă falsă.

 P(Eroare de tip 2) = .

 Puterea testului statistic este (1- ).

 Tipuri de erori

Rezultatul H0 Adevărat H0 Fals

testului
H0 Adevărat Decizie corectă (nivelul Eroare de tip II
de încredere = 1-  ) (Probabilitate = )

H0 Fals Eroare de tip I Decizie corectă

(prag de semnificaţie = ) (probabilitate = 1-)
 Etape

1. Stabilirea ipotezelor statistice H0 şi H1.

2. Identificarea naturii distribuţiei eşantionului şi

stabilirea testului statistic potrivit.

3. Determinarea tipului de test statistic: dacă testul

este bilateral, unilateral dreapta sau unilateral
stânga.

4. Calcularea valorii testului statistic cu ajutorul

datelor in eşantion.
 Etape

5. Luând în considerare nivelul de semnificaţie

specificat () se identifică valoarea critică (două
valori critice pentru testul bilateral) din tabelul
statistic potrivit.

6. Stabilirea regulii de decizie pentru respingerea

ipotezei H0.

7. Folosind regula de decizie de la pasul anterior, se

respinge H0 sau se respinge H1.
General
Ipoteza nulă
Ipoteza alternativă
Date
Mecanismul de decizie
Accept ipoteza nulă H0
Resping ipoteza nulă
Eroarea de tip I
Eroarea de tip II
Sursa: Gary Simon, 2007, Hypothesis Testing, Documents prepared for use in course B01.1305, New York University,
Stern School of Business.
Exemplu
H0: µ=28 (µ este media
necunoscută din
colectivitatea generală)
H0: µ 28
Eşantionul x1, x2, …,xn
Testul statistic
Decid µ=28
Decid µ 28
Decid µ 28 când în
realitate H0 este
adevărată.
Decid µ=28 când în
realitate H0 este falsă
Proces în justiţie
Acuzatul este nevinovat.
Acuzatul este vinovat.
Mărturiile
Deliberarea judecătorului
Achitarea (decid că este
nevinovat sau că nu am
suficiente dovezi pentru a
fi condamnat)
Condamnarea (decid că
este vinovat)
Decid vinovat când în
realitate este nevinovat.
Decid nevinovat când în
realitate este vinovat.
 Testarea ipotezei privind media populaţiei
generale (μ) pentru eşantioane de
volum mare

Exemplu: Un producător de bomboane

preambalează produsele la cutii ce trebuie să aibă
în medie 120 de grame. El doreşte să verifice
corectitudinea ambalării şi organizează un sondaj
de n=100 observaţii (cutii), pentru care se
obţine o greutate medie de 118,5g, cu o
abatere medie pătratică de 5g. Să se testeze
ipoteza conform căreia, în medie, cutiile au câte
120g, cu alternativa că greutatea este diferită de
120g (< 120g sau > 120g) pentru o probabilitate
de 95%.
 1. Formularea ipotezelor statistice

H 0 :   0 (test bilateral)
H 1 :    0 ;    0 sau   0

H 0 :   0 (test unilateral stânga)

H1 :   0

H 0 :   0
(test unilateral dreapta)
H1 :   0
2. Alegerea şi calcularea testului
statistic (volum >30)

x  0 x  0 x  0
z  
x x n sx n

x  0
zcalculat 
sx / n
 3. Regula de decizie
(compararea zcalculat cu zcritic)

Nivelul de încredere: (1-)

z critic  z sau  z/2
Pragul de semnificaţie:  (pentru test unilateral) sau /2 (pentru test bilateral).

Regiunea de respingere:
Resping H0 Resping H0
Dacă z
calculat
 z critic se
respinge ipoteza H0, se
acceptă H1.
H 0 :   0
Dacă z calculat  z critic se /2 H1 :   0 /2
acceptă H0.

- z /2 z/2
 Testarea ipotezei privind proporţia
populaţiei generale (p) pentru
eşantioane de volum mare

Exemplu: În vederea aprecierii rezultatelor

obţinute de ansamblul studenţilor din anul II REI,
la examen, în sesiunea iulie 2011, se extrage
aleator simplu repetat un eşantion format din 100
de studenţi şi se observă că proporţia celor care
au luat notă de până la 5 este de 40%. Să se
verifice ipoteza potrivit căreia proporţia acestei
categorii de studenţi diferă în mod semnificativ de
proporţia înregistrată la acelaşi examen în anul
anterior, de p0=42%. Riscul asumat este de
=0,10.
 1. Formularea ipotezelor statistice

H 0 : p  p0
H1 : p  p0 ; p  p0 saup  p0 (test bilateral)

H 0 : p  p0
(test unilateral stânga)
H1 : p  p0

H 0 : p  p0
(test unilateral dreapta)
H1 : p  p0
2. Alegerea şi calcularea testului
statistic (volum >30)

f  p0 f  p0
z 
p(1  p) / n) f (1  f ) / n

f  p0
zcalculat 
f (1  f ) / n
 3. Regula de decizie
(compararea zcalculat cu zcritic)

Nivelul de încredere: (1-)

Pragul de semnificaţie:  sau /2 z critic  z sau  z/2

Resping H0
Resping H0

Dacă z calculat  zcritic

se respinge ipoteza nulă H0 H 0 : p  p0
/2 H1 : p  p0 /2

- z /2  z /2
 Testarea ipotezei privind media populaţiei
generale (μ) pentru eşantioane de
volum mic

Exemplu: În vederea verificării greutăţii

produselor dintr-un lot de piese, se extrage simplu
repetat un eşantion format din 25 de piese. La
nivelul eşantionului se obţine o greutate medie
de 340g şi o abatere standard de 10g. Să se
verifice ipoteza potrivit căreia greutatea medie a
unei piese din întregul lot concordă cu greutatea
medie prevăzută de normele STAS μ0=330g.
Riscul asumat este de =0,05.
 Testul t (volum <=30)

x  0 x  0
t 
x sx n x  x

2

unde
s 2
 i

n 1
x

x  0
tcalculat 
sx / n
Nivelul de încredere: (1-)
t critic  t  / 2;n -1sau  t  ;n -1
Pragul de semnificaţie:  sau /2

Grade de libertate: v=n-1

 Testarea ipotezei privind diferenţa dintre
două medii pentru eşantioane de
volum mare

 Exemplu: Managerul unui restaurant doreşte să

determine dacă după o campanie publicitară a mărit
semnificativ media încasărilor zilnice. El culege date
privitoare la 50 de zile înainte şi după încheierea campaniei
publicitare.
 Înaintea campaniei După campanie
n1  50 n2  30
x1  12 ,55 miiRON x2  13,30 miiRON

s x1  2,15 miiRON
s x 2  2,38 miiRON


Sunt informaţiile suficiente pentru a susţine ipoteza conform

căreia mediile încasărilor diferă semnificativ, adică sunt
semnificativ mai mari după campania publicitară. Să se
utilizeze o probabilitate de 95% (z=1,645).
 1. Formularea ipotezelor statistice

 - pentru test bilateral

 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 ≠ μ2 (μ1- μ2 ≠ D)
 - pentru test unilateral dreapta
 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 > μ2 (μ1- μ2 > D)
 - pentru test unilateral stânga
 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 < μ2 (μ1- μ2 < D)
 unde D reprezintă diferenţa ipotetică dintre mediile
populaţiilor, deseori egală cu 0.
 2. Alegerea şi calcularea testului
statistic (volum >30)

z
x 1  x2  D 
 x 
1  x2

 x21  x22 s x21 s x22

 x 1 x2     dacă dispersiile celor două populații nu sunt egale
n1 n2 n1 n2

1 1 1 1
 x 1 x2    s  dacă dispersiile celor două populații sunt egale
n1 n2 n1 n2
 Testarea ipotezei privind diferenţa dintre
două medii pentru eşantioane de
volum mic

 Exemplu: Se doreşte testarea ipotezei conform căreia

între două mărci de autoturisme nu există diferenţe
semnificative privind cheltuielile de funcţionare. Pentru
aceasta 20 de posesori de autoturisme (8 ai primei mărci şi
12 ai celei de-a doua) sunt rugaţi să ţină cu acurateţe
evidenţa cheltuielilor de funcţionare timp de 1 an. Pentru un
nivel de încredere de 90% (t=1,734) să se testeze această
ipoteză pe baza datelor prelucrate din cele două eşantioane:
 Marca 1 Marca 2
n1  8 n2  12

x1  5,696 suteRON x2  5,273 suteRON

s x1  0,485 suteRON s x2  0,635 suteRON
 1. Formularea ipotezelor statistice

 - pentru test bilateral

 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 ≠ μ2 (μ1- μ2 ≠ D)
 - pentru test unilateral dreapta
 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 > μ2 (μ1- μ2 > D)
 - pentru test unilateral stânga
 H0: μ1 = μ2 (μ1- μ2 = D)
 H1: μ1 < μ2 (μ1- μ2 < D)
 unde D reprezintă diferenţa ipotetică dintre mediile
populaţiilor, deseori egală cu 0.
 2. Alegerea şi calcularea testului statistic
(volum <=30)

 Se fac presupunerile:
 ambele colectivităţi generale din care s-au extras eşantioanele sunt normal sau
aproximativ normal distribuite;
 eşantioanele aleatoare sunt selectate independent unul de celălalt.
 În condiţiile în care presupunem că cele două colectivităţi generale au dispersii egale
 x21   x22
t
x 1

 x2  D
1 1
sc2   
 n1 n2 

unde

n  1s 2x1  n 2  1s 2x 2 n 1  1s 2x1  n 2  1s 2x 2

s  2 1
 cu gradele de libertate: n1+n2-2
c
n 1  1  n 2  1 n1  n 2  2
 2. Alegerea şi calcularea testului statistic
(volum <=30)

 În condiţiile în care presupunem că cele două colectivităţi generale nu au dispersii egale

 x21   x22

( x1  x2 )  D
t
unde s12 s 22

n1 n2

cu gradele de libertate:
s2
1 
2
/n1  s22 /n2
(s12 /n1 )2 (s22 /n2 )2

n1  1 n2  1
 Testarea ipotezei privind dispersia unei
populaţii
H 0 :  2   20
 Ipoteze H1 :   
2 2
0
(test bilateral)

H1 :  2   2 0 (test unilateral dreapta)

H1 :   
2 2
0
(test unilateral stânga)

Test (n  1)  s 2

2 
2
 Regiune  2  12 / 2,n 1sau 2  2 / 2,n 1 (test bilateral)

 2  2 ,n 1
de respingere (test unilateral dreapta)
 
2 2
1 , n 1 (test unilateral stânga)
 Testarea ipotezei privind raportul dintre
două dispersii

H 0 :  12 /  22  1
 Ipoteze H 1 :  12 /  22  1
(test bilateral)

H 1 :  12 /  22  1 (test unilateral dreapta)

H 1 :  12 /  22  1 (test unilateral stânga)

s12 /  12 s12
 Test F 2 2  2
s2 /  2 s2

 Regiune F  F1 / 2,n1 1,n2 1 sauF  F / 2,n1 1,n2 1 (test bilateral)

F  F ,n1 1,n2 1
de respingere (test unilateral dreapta)
F  F1 / 2,n1 1,n2 1 (test unilateral stânga)
 Sinteza tipurilor de teste

Test unilateral Test bilateral Test unilateral

stânga dreapta

11.30
 Bibliografie

V.Voineagu, E.Ţiţan, R.Şerban, S.Ghiţă, D.Todose, C.Boboc,

D.Pele – Teorie şi practică econometrică, Ed. Meteor Press, 2007