H0: ¢ = ¢0 HA: ¢ £ ¢ HA: ¢1 £ ¢2 ©
Transkrypt
H0: ¢ = ¢0 HA: ¢ £ ¢ HA: ¢1 £ ¢2 ©
Testowanie hipotez – algorytm post powania: 1. załoenia próba losowa, elementy próby niezalene 2. hipotezy • hipoteza zerowa – zakłada brak rónic, np. H0: p = p0 H0: = 0 H0: 1 = 2 • hipoteza alternatywna np. HA: p p0 HA: 0 lub HA1: p < p0 HA1: > 0 HA2: p > p0 HA2: < 0 HA: 1 2 HA1: 1 > 2 HA2: 1 < 2 3. statystyka testu – funkcja elementów próby pozwalajca ustali czy hipotez zerow moemy odrzuci czy nie. 4. reguła decyzyjna – przy jakich wartociach statystyki testu odrzucimy H0, a przy jakich nie. • p-warto – prawdopodobie stwo popełnienia błdu I rodzaju przy odrzuceniu H0. • poziom istotnoci – () na jaki błd I rodzaju moemy si zgodzi przy podejmowaniu naszej decyzji. • obszar krytyczny (obszar odrzucenia)– zakres wyników dowiadczenia dla których odrzucimy H0. 5. badania i wyliczenie statystyki testu. 6. decyzja zgodnie z reguł decyzyjn. Moliwe bł dy przy podejmowaniu decyzji Jeli: H0: p = p0 Podjta decyzja HA1 H0 HA2 HA1 decyzja słuszna Błd II rodzaju Błd III rodzaju HA1: p < p0 HA2: p > p0 Stan faktyczny H0 Bł d I rodzaju decyzja słuszna Błd I rodzaju HA2 Błd III rodzaju Błd II rodzaju decyzja słuszna Przykład Chcemy sprawdzi stosunek płci w populacji pewnego gatunku. Czy wicej jest samców czy samic? 1. Pobieramy prób losow n=10 osobników. Rozkład liczby osobników jednej z płci wród 10 elementowej próby bdzie rozkładem Bernoulliego. 2. Zakładamy, e proporcja płci w populacji jest 1:1, wic prawdopodobie stwo wylosowania osobnika jednej z płci jest 0,5 – stan opisywany przez H0. Pozostałe stany s opisane przez hipotezy alternatywne. H0: p=0,5 HA1: p>0,5 HA2: p<0,5 Jaki byłby rozkład prawdopodobie stwa przy załoeniu słusznoci H0? Moemy go wyliczy ze wzoru na prawdopodobie stwo w rozkładzie Bernoulliego dla n = 10, p = 0,5 i k = 0 do 10. Liczba prawdopodobie stwo sukcesów 0 0.001 1 0.010 2 0.044 3 0.117 4 0.205 5 0.246 6 0.205 7 0.117 8 0.044 9 0.010 10 0.001 Czy odrzucimy H0 jeli w naszej próbie znajd si 4 osobniki jednej płci i 6 drugiej? Nie, bo prawdopodobie stwo uzyskania wyniku takiego lub bardziej skrajnego wynosi: p = 0,754, wicej od = 0,05 czyli duo. Czy odrzucimy H0 jak w naszej próbie znajdzie si 1 osobnik jednej płci i 9 drugiej? Tak, bo prawdopodobie stwo uzyskania wyniku takiego lub bardziej skrajnego wynosi: p = 0,022 mniej ni = 0,05 czyli mało. Czy odrzucimy H0 jak w naszej próbie znajdzie si 2 osobniki jednej płci i 8 drugiej? Nie, bo prawdopodobie stwo uzyskania wyniku takiego lub bardziej skrajnego wynosi: p = 0,109 wicej ni = 0,05 czyli za duo. Reguła decyzyjna: Odrzucimy H0 dla 0, 1, 9 i 10 sukcesów Nie odrzucimy H0 dla 2, 3, 4, 5, 6, 7 i 8 sukcesów Test dla frakcji Hipotezy: H0: p=p0 HA1: p>p0 HA2: p<p0 Oszacowanie frakcji na podstawie próby: pˆ = k / n . Statystyka testu: u0 = p̂ − p0 p0 q0 n Warto krytyczna: u : P { U ≥ u } = α . α α Jeli u ≥ u , to na poziomie istotnoci przyjmujemy hipotez HA1: p>p0; 0 α Jeli u0 ≤ −uα , to na poziomie istotnoci przyjmujemy hipotez HA2: p<p0; Jeli u ∈ ( −u , u ) , to na poziomie istotnoci nie moemy rozstrzygn midzy HA1 a HA2. 0 α α Test równo ci dwu frakcji Hipotezy: H0 : p1 = p2 Statystyka testu: u0 = HA1 : p1 > p2 HA2 : p1 < p2 pˆ1 − pˆ 2 1 1 pq + n1 n2 gdzie p jest redni waon frakcji sukcesów w obu próbach: p = pˆ1n1 + pˆ 2 n2 n1 + n2 Warto krytyczna: u : P { U ≥ u } = α . α α Jeli u0 ≥ uα , to na poziomie istotnoci przyjmujemy hipotez HA1: p1>p2. Jeli u0 ≤ −uα , to na poziomie istotnoci przyjmujemy hipotez HA2: p1<p2. Jeli u0 ∈ ( −uα , uα ) , to na poziomie istotnoci nie moemy rozstrzygn midzy HA1 a HA2.