Test di ipotesi (a due code, σ nota)

Documenti analoghi
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005

Statistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1

Introduzione alla verifica d ipotesi

Intervallo di confidenza

LEZIONI DI STATISTICA MEDICA

La verifica delle ipotesi

Metodi statistici per lo studio dei fenomeni biologici

STATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)

Introduzione alla statistica per la ricerca in sanità

INTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30

Test d ipotesi Introduzione. Alessandra Nardi

Esercizi di statistica

Approssimazione normale alla distribuzione binomiale

Teorema del Limite Centrale

Test d Ipotesi Introduzione

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Statistica 1- parte II

II Esonero - Testo B

Il Test di Ipotesi Lezione 5

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezioni del 7/1/2003 e del 14/1/2003

Statistica (parte II) Esercitazione 4

Test delle Ipotesi Parte I

Gli errori nella verifica delle ipotesi

Corso di Statistica Esercitazione 1.8

Esempio. Distribuzione binomiale (3)

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Test d ipotesi: confronto fra medie

La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.

SOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):

Test per una media - varianza nota

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

Ipotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa

Richiami di inferenza statistica Strumenti quantitativi per la gestione

Richiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer

Psicometria 1 (023-PS)

Teoria della stima dei parametri:

Esercizi di statistica inferenziale

Capitolo 10 Test delle ipotesi

Analisi della regressione multipla

PROVE (TEST) DI IPOTESI VERIFICA DI IPOTESI (TEST DI IPOTESI)

Statistica. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali

1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2

Simulazione di esercizi su test di significatività e 95%CI

STATISTICA A K (60 ore)

Problema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:

Brevi cenni all intervallo di confidenza

Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

ESERCITAZIONE N. 7 corso di statistica

Cenni di Statistica Inferenziale

TEST DI AUTOVALUTAZIONE TEST CHI-QUADRO. 1 Parte A In un test χ 2 di adattamento viene verificato

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST

Metodi statistici per le ricerche di mercato

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 II Esonero - 15 Gennaio 2015

Confronto tra due popolazioni Lezione 6

Test d Ipotesi Esercizi

Parametri statistici

(f o -f a ) f a fo = frequenza osservata fa = frequenza attesa per effetto del caso (cioè se è vera l'ipotesi nulla) DISEGNI CON UNA SOLA VARIABILE

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

COGNOME.NOME...MATR..

R - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre

STATISTICA A K (63 ore) Marco Riani

Lezione VII: Z-test. Statistica inferenziale per variabili quantitative. Statistica inferenziale per variabili quantitative. Prof.

STATISTICA ESERCITAZIONE 13

Test delle ipotesi sulla media.

Capitolo 9 Verifica di ipotesi: test basati su un campione

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Fondamenti statistici : Test d Ipotesi (1)

07/01/2016. Scalisi - Tecniche Psicometriche LA VERIFICA DELLE IPOTESI. La verifica delle ipotesi. Popolazioni e campioni

Capitolo 9 Verifica di ipotesi: test basati su un campione

Prova d esame di Istituzioni di Calcolo delle Probabilità Laurea Triennale in Scienze Statistica. 09/09/2013

Statistica Matematica A - Ing. Meccanica, Aerospaziale II prova in itinere - 2 febbraio 2005

INTERVALLI DI CONFIDENZA

Esame di Statistica A-Di Prof. M. Romanazzi

Introduzione ai test statistici

Esercitazione 8 del corso di Statistica 2

Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale

CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI

per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione

Test di Ipotesi (statistica)

Statistica Inferenziale La verifica di ipotesi. Davide Barbieri

La funzione di distribuzione Gaussiana normale

STATISTICA VERIFICA D IPOTESI - 2

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza

Test per la correlazione lineare

Test di ipotesi. Test

Esercizi di Probabilità e Statistica

Distribuzione Normale

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

Test di significatività

Cognome e Nome:... Corso di laurea:...

Fondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II

ANALISI DEI DATI EPIDEMIOLOGICI

Verifica di ipotesi: approfondimenti

Fondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI

Caratterizzazione dei consumi energetici (parte 3)

Transcript:

Test di ipotesi (a due code, σ nota) Assumiamo nota la deviazione standard σ = 43.3 mesi vogliamo sapere se esiste un intervallo I di confidenza al 95% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ 0 ε ) = 0.95 e µ 0 [ x ε, x +ε]. ε σ/ n = 1.96 ε = 8.5 µ 0 = 38.3 / [38.4, 55.4] Tale I non esiste. Possiamo concludere che i dati NON sono compatibili con µ = µ 0 e che la nuova terapia ha un effetto.

Test di ipotesi (a due code, σ nota) vogliamo sapere se esiste un intervallo I di confidenza al 99% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ 0 ε ) = 0.99 e µ 0 [ x ε, x +ε]. ε σ/ n = 2.58 ε = 11.2 µ 0 = 38.3 [27.1, 58.1] Tale I esiste. Possiamo concludere che i dati sono compatibili con µ = µ 0 e che la nuova terapia potrebbe non avere alcun effetto.

Terminologia: ipotesi nulla, significatività α H 0 La nuova cura ha la stessa efficacia della vecchia (ovvero µ = µ 0, dove µ è la media per il nuovo farmaco). Nel primo caso (intervallo di confidenza al 95%) abbiamo stabilito che c è abbastanza evidenza per rifiutare H 0 che chiameremo ipotesi nulla: Nel secondo caso (intervallo di confidenza al 99%) abbiamo stabilito che NON c è abbastanza evidenza per rifiutare H 0 Chiamereno livello α (o livello di significatività del test) la probabilità di rifiutare l ipotesi nulla quando questa è vera (detto errore di tipo I o falso positivo). Quindi α = 1 livello di confidenza.

Terminologia: il p-valore. H 0 La nuova cura ha la stessa efficacia della vecchia (ovvero µ = µ 0, dove µ è la media per il nuovo farmaco). Calcoliamo il minimo livello α per cui possiamo rifiutare l ipotesi nulla. Chiameremo questo il p-valore. Calcoliamo prima il minimo ε tale che µ 0 [ x ε, x +ε]. Troviamo ε = x µ 0 = 8.6. ( X µ p := P σ/ n > ε ) σ/ n ( = P Z > 8.6 ) 4.33 = 0.046 Se p < α rifiutiamo H 0, se α < p non rifiutiamo H 0. Quindi il limite tra rifiutare e non è per α = 1 0.954 = 0.046.

Test di ipotesi a una coda. H 0 La nuova cura NON è più efficace della vecchia (ovvero µ µ 0 ) Ovvero, vogliamo sapere se esiste un intervallo di confidenza con livello di confidenza 1 α tale che una qualche µ µ 0 appartiene ad I? N.B. µ µ 0 µ [ x ε,+ ) µ µ 0 µ [ x ε,+ ) Esempio: x ε µ 0 α = 0.01 P ( X ε µ ) = 0.99 ε σ/ n = 2.33 ε = 10.1. Poiché µ 0 = 38.3 [36.8, + ) NON rifiutiamo H 0.

Test di ipotesi a una coda. H 0 La nuova cura NON è più efficace della vecchia (ovvero µ µ 0 ) Più in generale calcoliamo il p-valore per H 0. H 0 non viene rifiutata se x ε µ 0. Il minimo ε per cui ciò accade è x µ 0 = 8.6 ( X µ p = P σ/ n > ε ) ( σ/ = P Z > 8.6 ) n 4.33 Il p-valore è 0.02. = 0.02 Se scegliamo il livello di significatività α = 0.05 l ipotesi nulla viene rifiutata.

Terminologia per i test di ipotesi. Ipotesi nulla. Chiamata H 0 è l ipotesi che si vuole decidere se rifiutare. Esempi: µ = µ 0 o µ µ 0. Ipotesi alternativa. Chiamata H A è la negazione dell ipotesi nulla. Livello di significatività α. È 1 livello di confidenza dell intervallo di confidenza con cui si lavora. p-valore. Massimo α per cui i dati rifiutano l ipotesi nulla. Minimo α per cui i dati non rifiutano l ipotesi nulla. Test a due code. Quando H 0 è del tipo µ = µ 0 e gli intervalli sono bilaterali. Test a una coda. Quando H 0 è del tipo µ µ 0 e gli intervallio unilaterali.

Test di ipotesi a due code con σ ignota µ 0 = 38 mesi. In un test su n = 16 pazienti con un nuovo farmaco abbiamo osservato un tempo di sopravvivenza di x = 46 mesi con deviazione standard s = 20 mesi. Assumendo che le fariabili aleatorie abbiano tutte una distribuzione normale, si calcoli il p-valore per H 0 la nuova terapia ha la stessa efficacia della vecchia (µ = µ 0 ). Il minimo ε tale che µ 0 [ x ε, x +ε] è ε = x µ 0 = 8. ( X µ0 p = P S/ n > ε ) s/ n ( = P T 15 > 8 ) 5 = 0.13

Test di ipotesi a una coda con σ ignota µ 0 = 38 mesi. In un test su n = 16 pazienti con un nuovo farmaco abbiamo osservato un tempo di sopravvivenza di x = 46 mesi con deviazione standard s = 20 mesi. Assumendo che le fariabili aleatorie abbiano tutte una distribuzione normale, si calcoli il p-valore per H 0 la nuova terapia non ha più efficacia della vecchia (µ µ 0 ). Il minimo ε tale che x ε è ε = x µ 0 = 8. ( X µ0 p = P S/ n > ε ) ( s/ = P T 15 > 8 ) n 5 = 0.065