07 Verifica Delle Ipotesi

Verica delle ipotesi
Maria Grazia Naso

Universit ` a degli Studi di Brescia
Probabilit ` a e Statistica
c M.G. Naso - Probabilit ` a e Statistica Verica delle ipotesi 1
Outline
1
Introduzione
2
Livelli di signicativit ` a
3
Verica di ipotesi
Verica di ipotesi sulla media di una popolazione normale
Il caso in cui la varianza ` e nota
Il caso in cui la varianza ` e incognita
Verica di ipotesi sulla varianza di una popolazione
normale
c M.G. Naso - Probabilit ` a e Statistica Outline Verica delle ipotesi 2
Introduzione
Ricordiamo che vorremmo usare i dati provenienti da un CAMPIONE
per fare inferenze sulla POPOLAZIONE da cui ` e stato tratto il
campione.
Quando abbiamo affrontato la stima parametrica, abbiamo mostrato
come, ad esempio, utilizzando la media campionaria, si possa stimare il
valore del corrispondente parametro della popolazione.
Nuovi problemi: decidere se unaffermazione riguardante un
parametro di una popolazione sia vera o falsa.
Ad esempio:
il responsabile della produzione in una ditta pu` o ipotizzare che il
macchinario prodotto abbia un peso medio di 550g;
un medico pu` o ipotizzare che un certo farmaco sia efcace nel
95% dei casi in cui venga somministrato.
Mediante la VERIFICA DELLE IPOTESI si pu` o dire se tali congetture
siano compatibili con i dati disponibili dal campione.
Supponiamo di disporre di un campione aleatorio proveniente da una
distribuzione nota tranne che per uno o pi ` u parametri incogniti: non
stimiamo pi ` u direttamente tali parametri, ma piuttosto utilizziamo il
campione per vericare qualche ipotesi che li coinvolga.
c M.G. Naso - Probabilit ` a e Statistica Introduzione Verica delle ipotesi 3
Ipotesi statistica e test di ipotesi
Una ipotesi statistica ` e una affermazione su uno o pi ` u parametri (come
media e/o varianza) della distribuzione della popolazione.
Il procedimento che permette di accettare o riutare una ipotesi statistica,
mediante lutilizzo dei dati di un campione, viene detto test di ipotesi.
Esempio
Supponiamo di considerare una popolazione normale N(, 1), con
media incognita e varianza unitaria.
Laffermazione:
` e minore di 1.5
` e una ipotesi statistica.
Possiamo provare a vericare lipotesi mediante losservazione di un
campione di tale popolazione:
se il campione ` e compatibile con lipotesi data, allora lipotesi ` e
ACCETTATA;
altrimenti, lipotesi ` e RIFIUTATA.
Ipotesi nulla e ipotesi alternativa
Quando lipotesi ` e ACCETTATA, NON implica che sia CERTAMENTE VERA.
Affermiamo solamente che i dati raccolti NON escludono tale ipotesi: si
ha solo una indicazione del fatto che lipotesi sia o meno avvalorata dai dati
disponibili.
Per effettuare la VERIFICA DELLE IPOTESI STATISTICHE, occorre
1
denire il problema in termini di ipotesi sul parametro di interesse;
2
stabilire lipotesi da sottoporre a test, detta ipotesi nulla, ed indicata
con H
0
, cio` e lipotesi che si ritiene vera no a prova contraria;
3
specicare una adeguata ipotesi alternativa, indicata con H
1
, cio` e una
affermazione che contraddice lipotesi nulla.
Lipotesi si dice nulla quando intendiamo ipotizzare che non ci sia
alcuna differenza fra, ad esempio, due metodi produttivi.
Il termine nulla ` e comunque utilizzato in generale per ogni ipotesi
scelta per decidere se possa essere riutata o no.
Esempio
Un ingegnere indica alcune modiche che si potrebbero apportare a una
linea produttiva per aumentare il numero di pezzi, prodotti settimanalmente,
di un dato oggetto. Per decidere se applicare queste modiche ` e necessario
che i dati sperimentali indichino con forte evidenza che la macchina
modicata ` e pi ` u produttiva di quella originaria. Se
0
` e il numero medio di
pezzi prodotti prima della modica, si stabilisce lipotesi nulla
H
0
:
0
,
mentre lipotesi alternativa ` e
H
1
: >
0
.
Lipotesi nulla H
0
pu` o essere:
semplice H
0
: =
0
caratterizza completamente
la distribuzione della popolazione;
composta H
0
:
0
.
Livelli di signicativit ` a
Regione critica
Sia dato un campione aleatorio X
1
, . . . , X
n
proveniente da una data
popolazione. Dopo aver formulato le ipotesi nulla H
0
e alternativa H
1
,
occorre specicare quale risultato del campione porter ` a alla
accettazione o al riuto dellipotesi nulla H
0
.
In generale, utilizzando le propriet ` a della distribuzione di
campionamento della statistica (p. es. media o varianza) soggetta a
test, si pu` o identicare una regione C R
n
, detta regione critica (o di
riuto) del test, intesa come
NON si riuta H
0
se (X
1
, . . . , X
n
) C,
si riuta H
0
se (X
1
, . . . , X
n
) C.
La regione critica C pu` o essere pensata come linsieme dei valori
della statistica test che
non ` e probabile che si verichino quando lipotesi nulla ` e vera,
` e probabile che si verichino quando lipotesi nulla ` e falsa.
c M.G. Naso - Probabilit ` a e Statistica Livelli di signicativit ` a Verica delle ipotesi 7
Quando si usa una statistica campionaria (p. es. media o varianza), per prendere una decisione sul parametro della
popolazione, vi ` e sempre il rischio di giungere a una conclusione SBAGLIATA.
Nella verica delle ipotesi si possono fare due tipi di errore:
Errore di I
a
specie: i dati ci portano a RIFIUTARE una ipotesi H
0
che in realt ` a ` e VERA,
Errore di II
a
specie: i dati ci portano ad ACCETTARE una ipotesi H
0
che in realt ` a ` e FALSA.
Si ha quindi
H
0
vera H
0
falsa
Riutare H
0
Errore di I
a
specie Decisione OK
Accettare H
0
Decisione OK Errore di II
a
specie
Analogia:
Imputato innocente Imputato colpevole
Imputato condannato Errore di I
a
specie Decisione OK
Imputato assolto Decisione OK Errore di II
a
specie
Lerrore di I
a
specie ` e quello considerato PI
`
U GRAVE. Pertanto, lipotesi nulla H
0
deve essere formulata in modo
che lerrore, che si ritiene sia IL PI
`
U GRAVE, coincida con lerrore di I
a
specie.
Il valore ` e detto livello di signicativit ` a, nel caso in cui, imponendo che il
test abbia la propriet ` a che quando lIPOTESI NULLA H
0
` e VERA, la
probabilit ` a che H
0
sia RIFIUTATA sia .
Essendo considerato pi ` u grave lerrore di I
a
specie, ` e scelto, ad esempio,
uguale a 0.01, 0.05, 0.005 (valori piccoli !).
In riferimento al livello di signicativit ` a , il valore (1 )100% coincide con il
GRADO DI FIDUCIA, introdotto per gli intervalli di condenza.
Esempio
Se si sceglie un livello di signicativit ` a = 0.05, cio` e del 5%, si ha una
probabilit ` a del 5% di RIFIUTARE una ipotesi che avrebbe dovuto essere
ACCETTATA, cio` e siamo duciosi al 95% di aver preso la decisione giusta.
Verica di ipotesi
Riassumiamo i punti da seguire per una verica delle ipotesi:
1 scelgliere lipotesi nulla H
0
e lipotesi alternativa H
1
.
2 scegliere il livello di signicativit ` a a cui si vuole eseguire il test.
3 in funzione del valore scelto, determinare la regione critica C.
4 dai dati del campione X
1
, . . . , X
n
, calcolare il valore della statistica test e controllare se tale valore
appartiene o no alla regione critica C.
5 prendere la decisione: riutare o non riutare lipotesi nulla H
0
al livello di signicativit ` a stabilito.
Qui di seguito consideriamo
Test sulla media di una popolazione normale:
se la varianza ` e NOTA;
se la varianza NON ` e NOTA.
Test sulla varianza di una popolazione normale:
se la media NON ` e NOTA.
Per ciascun test distinguiamo:
test BILATERALE o A DUE CODE;
test UNILATERALE o AD UNA CODA.
c M.G. Naso - Probabilit ` a e Statistica Verica di ipotesi Verica delle ipotesi 10
Test sulla media (varianza
2
nota)
Test BILATERALE o A DUE CODE
1
, . . . , X
n
proveniente da una
popolazione normale N(,
2
), con media incognita e varianza
2
nota.
Fissata una costante
0
, si verichi lIPOTESI NULLA
H
0
: =
0
,
contro lIPOTESI ALTERNATIVA
H
1
: =
0
.
X =
1
n
n
i =1
X
i
` e lo STIMATORE PUNTUALE per .
NON si riuta H
0
quando X ` e vicino a
0
.
Quindi la REGIONE CRITICA ` e
C = {(X
1
, . . . , X
n
) : |X
0
| > c},
dove c = costante opportuna.
Per avere un test con livello di signicativit ` a , occorre determinare c in
modo tale che
= P[errore di I
a
specie] = P
=
0
[|X
0
| > c].
Nel caso in cui =
0
, la distribuzione della media campionaria X ` e
NORMALE con media
0
e varianza
2
/n. Quindi
X
0
0
Z.
Risulta
=P
=
0
[|X
0
| > c] = P
_
X
0
>
c
_
= P
_
|Z| >
c
_
=2P
_
Z >
c
_
,
da cui P
_
Z >
c
_
=

2
. Ma P
_
Z > z
2
_
=

2
, e quindi c =

n
z
2
.
Riassumendo
si riuta H
0
se
X
0
> z
2
,
NON si riuta H
0
se
X
0
2
.
Esercizio
Una ditta produttrice di lampadine sostiene che la durata media delle
lampadine prodotte ` e di 1600 ore, con uno scarto quadratico medio = 120
ore. Estraendo un campione di 100 lampadine si ` e calcolata una durata
media di 1570 ore. Stabilire se laffermazione del produttore ` e corretta,
usando come ipotesi alternativa che la durata media sia diversa da quella
dichiarata. Usare il livello di signicativit ` a = 0.05 e il livello di signicativit ` a
= 0.01.
Soluzione.
Ipotesi nulla H
0
: = 1600.
Ipotesi alternativa H
1
: = 1600.
Livello di signicativit ` a = 0.05.
Il test ` e a due code; per questo livello di signicativit ` a si ha z
2
= 1.96.
si riuta H
0
se
X 1600
120
100
> 1.96,
NON si riuta H
0
se
X 1600
120
100
1.96.
Ma il valore della statistica test
Z =
1570 1600
120
100
= 2.50 REGIONE CRITICA,
quindi SI RIFIUTA LIPOTESI NULLA H
0
al livello di signicativit ` a = 0.05,
cio` e del 5%.
Livello di signicativit ` a = 0.01. Per questo livello di signicativit ` a si ha
z
2
= 2.576. Z = 2.50 = REGIONE CRITICA, quindi NON SI RIFIUTA
LIPOTESI NULLA H
0
al livello di signicativit ` a = 0.01, cio` e del 1%.
2
nota)
Test UNILATERALE o AD UNA CODA
1
, . . . , X
n
proveniente da una
2
2
nota.
0
H
0
: =
0
,
H
1
: >
0
.
X =
1
n
n
i =1
X
i
Si riuta H
0
quando X ` e molto pi ` u grande di
0
.
C = {(X
1
, . . . , X
n
) : X
0
> c},
modo tale che
= P[errore di I
a
specie] = P
=
0
[X
0
> c].
Nel caso in cui =
0
, la distribuzione della media campionaria X ` e
NORMALE con media
0
e varianza
2
/n. Quindi
X
0
0
Z.
Risulta
=P
=
0
[X
0
> c] = P
_
X
0
n
>
c
_
= P
_
Z >
c
_
,
da cui P
_
Z >
c
_
= . Ma P [Z > z
] = , e quindi c =

n
z
.
Riassumendo
si riuta H
0
se
X
0
n
> z
,
NON si riuta H
0
se
X
0
n
z
.
Esercizio
I carichi di rottura dei cavi prodotti da una ditta hanno una media pari a 1800
kg e uno scarto quadratico medio di 100 kg. Si afferma che mediante una
nuova tecnica di costruzione il carico di rottura pu` o essere reso maggiore.
Per sottoporre a test questa affermazione si provano 50 cavi e si trova che il
carico di rottura medio ` e di 1850 kg.
`
E possibile accettare laffermazione ad
un livello di signicativit ` a dell1%? Si assume come ipotesi nulla che non ci
sia nessun cambiamento
H
0
: = 1800
e come ipotesi alternativa che ci sia un aumento nel carico di rottura, cio` e
H
1
: > 1800.
Soluzione.
Ipotesi nulla H
0
: = 1800.
1
: > 1800.
Livello di signicativit ` a = 0.01.
Il test ` e a una coda; per questo livello di signicativit ` a si ha z
= 2.326.
si riuta H
0
se
X 1800
100
50
> 2.326,
NON si riuta H
0
se
X 1800
100
50
2.326.
Ma il valore della statistica test
Z =
1850 1800
100
50
= 3.54 REGIONE CRITICA,
quindi SI RIFIUTA LIPOTESI NULLA H
0
al livello di signicativit ` a = 0.01,
cio` e del 1%.
2
nota)
Riassumiamo:
sia Z =
X
0
n
H
0
H
1
Si riuta H
0
se

0
>
0
z > z
<
0

0
z > z
=
0
>
0
z > z

0
<
0
z < z
>
0

0
z < z
=
0
<
0
z < z
=
0
=
0
|z| > z
/2
2
incognita)
1
, . . . , X
n
proveniente da una
2
2
incognita.
0
H
0
: =
0
,
H
1
: =
0
.
X =
1
n
n
i =1
X
i
Si riuta H
0
quando X ` e molto pi ` u grande di
0
.
C = {(X
1
, . . . , X
n
) : |X
0
| > c},
modo tale che
= P[errore di I
a
specie] = P
=
0
[|X
0
| > c].
Nel caso in cui sia INCOGNITA, si pu` o sostituire la deviazione
standard con la DEVIAZIONE STANDARD CAMPIONARIA S
S =
_
1
n 1
n
i =1
(X
i
X)
2
.
Si ha
T
n1
=
X
0
S
0
t
n1
.
Risulta
=P
=
0
[|T| > c] = P[T < c] + P[T > c] = 2P[T > c],
da cui P [T > c] =

2
. Ma P
_
T > t
n1,
2
_
=

2
, e quindi c = t
n1,
2
.
Riassumendo
si riuta H
0
se
X
0
S
> t
n1,
2
,
NON si riuta H
0
se
X
0
S
t
n1,
2
.
Esercizio
Si vuole vericare lipotesi che il consumo medio di acqua per abitazione sia
350 galloni al giorno. Si misurano i consumi medi di un campione di 20
abitazioni, trovando i seguenti dati
340 356 332 362 318 344 386 402 322 360
362 354 340 372 338 375 364 355 324 370
Cosa si pu` o concludere?
Soluzione.
Ipotesi nulla H
0
: = 350.
1
: = 350.
X = 353.8, S 21.85.
Il valore della statistica test T =
353.8 350
21.85
20
0.778.
Il test ` e a due code.
si riuta H
0
se
X 350
21.85
20
> t
n1,
2
,
NON si riuta H
0
se
X 350
21.85
20
t
n1,
2
.
Se = 0.10, essendo 0.778 < 1.729 = t
19,0.05
, lipotesi nulla H
0
` e accettata
ad un livello del 10%.
Se = 0.05, essendo 0.778 < 2.093 = t
19,0.025
, lipotesi nulla H
0
` e accettata
ad un livello del 5%.
2
incognita)
Test UNILATERALE o AD UNA CODA
1
, . . . , X
n
proveniente da una
2
2
incognita.
0
H
0
: =
0
,
H
1
: >
0
.
Si ha
si riuta H
0
se
X
0
S
n
> t
n1,
,
NON si riuta H
0
se
X
0
S
n
t
n1,
.
2
incognita)
Riassumiamo:
Sia T =
X
0
S
n
H
0
H
1
Si riuta H
0
se

0
>
0
t > t
n1;
<
0

0
t > t
n1;
=
0
>
0
t > t
n1;

0
<
0
t < t
n1;
>
0

0
t < t
n1;
=
0
<
0
t < t
n1;
=
0
=
0
|t | > t
n1;/2
Esercizio
Il produttore di un nuovo pneumatico in bra di vetro afferma che la vita media del suo prodotto ` e di almeno 40000
miglia. Si prende un campione di 12 pneumatici per vericare questa affermazione, e i tempi di vita trovati (in unit ` a
di 1000 miglia) sono i seguenti:
Gomma 1 2 3 4 5 6 7 8 9 10 11 12
Vita 36.1 40.2 33.8 38.5 42 35.8 37 41 36.8 37.2 33 36
Verichiamo quanto affermato dal produttore ad un livello di signicativit ` a del 5%.
Soluzione.
Ipotesi nulla H
0
: 40.
1
: < 40.
X 37.2833, S 2.7319.
Il valore della statistica test T
37.2833 40
2.7319
12
3.445. Il test ` e ad una coda.
si riuta H
0
se
X 40
2.7319
12
> t
11,0.05
1.796,
NON si riuta H
0
se
X 40
2.7319
12
t
11,0.05
1.796.
Test sulla varianza
2
1
, . . . , X
n
proveniente da una
2
2
incognita.
2
0
H
0
:
2
=
2
0
,
contro lIPOTESI ALTERNATIVA H
1
:
2
=
2
0
.
Ricordiamo che S
2

2
0
n 1
2
n1
.
Quando H
0
` e vera: P
H
0
_
2
n1;1/2

S
2
2
0
(n 1)
2
n1;/2
_
= 1 .
Si ha
NON si riuta H
0
se
2
n1;1/2

S
2
2
0
(n 1)
2
n1;/2
,
si riuta H
0
negli altri casi.
Test sulla varianza
2
Riassumiamo: Sia S
2
=
1
n 1
n
i =1
(X
i
X)
2
H
0
H
1
Si riuta H
0
se
2

2
0

2
>
2
0
S
2
>
2
0
n 1

2
n1;
2
<
2
0

2

2
0
S
2
>
2
0
n 1

2
n1;
2
=
2
0

2
>
2
0
S
2
>
2
0
n 1

2
n1;
2

2
0

2
<
2
0
S
2
<
2
0
n 1

2
n1;1
2
>
2
0

2

2
0
S
2
<
2
0
n 1

2
n1;1
2
=
2
0

2
<
2
0
S
2
<
2
0
n 1

2
n1;1
2
=
2
0

2
=
2
0
S
2
<
2
0
n 1

2
n1;1/2
S
2
>
2
0
n 1

2
n1;/2
Esercizio
`
E noto che una certa popolazione normale ha media = 44 e varianza
2
= 22.5. Da unaltra popolazione viene
estratto il campione
16 10 12 8 0 12 10 6 10 8 4 2
Si pu` o concludere al livello di signicativit ` a del 5% che le due popolazioni hanno la stessa varianza?
Soluzione.
Lipotesi nulla e lipotesi alternativa sono rispettivamente
H
0
:
2
= 22.5,
H
1
:
2
= 22.5.
Dai dati del campione si calcola la varianza campionaria S
2
= 20.697. Il valore della statistica test ` e
2
=
11 20.697
22.5
= 10.12.
Il test ` e a due code, = 0.05, i valori critici sono
2
1/2
=
2
0.975
e
2
/2
=
2
0.025
. La regione critica ` e
individuata da
2
<
2
0.975
= 3.816
2
>
2
0.025
= 21.920.
Il valore
2
= 10.12 NON appartiene alla regione critica, perci ` o lipotesi nulla H
0
NON viene riutata, e si decide
che le varianze delle due popolazioni sono uguali.
Esercizio
Il peso di certi pacchetti confezionati automaticamente ` e distribuito secondo una distribuzione normale con scarto
quadratico medio = 0.25g. Lesame di un campione di 20 confezioni ha permesso di calcolare uno scarto
quadratico campionario S = 0.32g. Lapparente aumento dello scarto quadratico medio, cio` e della variabilit ` a, ` e
signicativo al livello = 0.05? Ed al livello = 0.01?
Soluzione.
Lipotesi nulla e lipotesi alternativa sono rispettivamente
H
0
:
2
= 0.25,
H
1
:
2
> 0.25.
Il valore della statistica test ` e
2
=
19 0.32
2
0.25
2
= 31.13.
Il test ` e ad una coda e la regione critica ` e
2
>
2
. Se = 0.05, il valore critico ` e
2
n1;
=
2
19;0.05
= 30.144. Il valore
2
= 31.13 appartiene alla regione critica, perci ` o lipotesi nulla H
0
viene
riutata, e si decide che la variabilit ` a ` e aumentata. Se = 0.01, il valore critico ` e
2
n1;
=
2
19;0.01
= 36.191. Il
valore
2
= 31.13 NON appartiene alla regione critica, perci ` o lipotesi nulla H
0
NON viene riutata, e si decide che
la variabilit ` a NON ` e aumentata.
SI RICORDA AGLI STUDENTI CHE, PER UNA ADEGUATA PREPARAZIONE ALLESAME, IL MATERIALE PRESENTE NEI
LUCIDI DEVE ESSERE COMPLETATO E APPROFONDITO CON QUANTO ESPOSTO DURANTE LE LEZIONI E LE
ESERCITAZIONI IN AULA E PRESENTATO NEI TESTI CONSIGLIATI.

07 Verifica Delle Ipotesi

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

07 Verifica Delle Ipotesi

Uploaded by

Copyright:

Available Formats

Verica delle ipotesi

Maria Grazia Naso

. Se = 0.05, il valore critico ` e

You might also like