NOTA! Questo sito utilizza i cookie e tecnologie simili.

Se non si modificano le impostazioni del browser, l'utente accetta. Per saperne di piu'

Approvo

Test di ipotesi sulla media

Un test di ipotesi sulla media della popolazione può essere formulato nei seguenti tre modi: $$a)\begin{cases} H_0: \mu=\mu_0\\ H_1: \mu\neq \mu_0\end{cases} \quad b) \begin{cases} H_0: \mu\geq \mu_0\\ H_1: \mu < \mu_0\end{cases} \quad c) \begin{cases} H_0: \mu\leq \mu_0\\ H_1: \mu > \mu_0\end{cases}$$ dove il test a) è bilaterale mentre b) e c) sono unilaterali (vedi figure qui in basso).

Regione di rifiuto e regione di accettazione test di ipotesi sulla media

Come nel caso degli intervalli di confidenza, occorre stabilire la distribuzione dello stimatore in base alle informazioni che si hanno sulla popolazione.

A tale scopo saranno analizzati due casi:

  • popolazione con distribuzione normale e varianza nota o con distribuzione qualsiasi e grandi campioni;
  • popolazione con distribuzione normale, varianza incognita e piccoli campioni.

Caso popolazione normale con varianza nota o popolazione qualsiasi e grandi campioni

In questo caso, per effettuare il test, si può utilizzare la statistica test con distribuzione normale standard $$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{Z_{test}=\frac{\overline{x}-\mu_0}{\sqrt{\frac{\sigma^2}{n}}}= \frac{\overline{x}-\mu_0}{\sqrt{\frac{s^2}{n}}}}$$

Osserviamo la doppia formula: la prima viene utilizzanda quando il campione proviene da una popolazione normale con varianza $\sigma^2$ nota; mentre invece la seconda formulazione si utilizza nel caso di un grande campione estratto da una popolazione qualsiasi (non necessariamente normale) avente varianza campionaria pari a $s^2$.

Definito il livello di significatività $\alpha$ e determinato dalle tavole il valore critico $z_{1-\alpha}$ (per i test unilaterali) e $z_{1-\frac{\alpha}{2}}$ (per i test bilaterali), L'esito del test è

  • (per un test bilaterale tipo a)) rifiuto $H_0$ se $|Z_{test}| > z_{1-\frac{\alpha}{2}}$
  • (per un test unilaterale sinistro tipo b)) rifiuto $H_0$ se $Z_{test} < -z_{1-\alpha}$
  • (per un test unilaterale destro tipo c)) rifiuto $H_0$ se $Z_{test} > z_{1-\alpha}$

Caso popolazione normale con varianza incognita e piccoli campioni

In questo caso per effettuare il test si utilizza la statistica test con distribuzione t di Student $$\bbox[#fd7b01,5px,border:2px solid #fd7b01]{T_{test}=\frac{\overline{x}-\mu_0}{\sqrt{\frac{s^2}{n}}}}$$

I gradi di libertà sono $\nu=n-1$ e fissato un valore di $\alpha$ possiamo leggere dalle tavole della distribuzione t di Student il valore critico $t_{\alpha}(\nu)$ (per i test unilaterali) e $t_{\frac{\alpha}{2}}(\nu)$ (per i test bilaterali), L'esito del test è

  • (per un test bilaterale tipo a)) rifiuto $H_0$ se $|T_{test}| > t_{\frac{\alpha}{2}}(\nu)$
  • (per un test unilaterale sinistro tipo b)) rifiuto $H_0$ se $T_{test} < -t_{\alpha}(\nu)$
  • (per un test unilaterale destro tipo c)) rifiuto $H_0$ se $T_{test} > t_{\alpha}(\nu)$
Letto 982 volte

Effettua il LOGIN al sito per aggiungere commenti oppure REGISTRATI se non hai ancora un account.