E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645

Documenti analoghi
SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

(per popolazioni finite)

Soluzione IC=[20.6,22.6]

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Esercitazione 5 del corso di Statistica (parte 2)

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Esercitazione 6 del corso di Statistica 2

Esercitazioni di Statistica

Teoria dei quadripoli

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione:

x = 25,6 e deviazione standard = 2,2. Nella popolazione di riferimento, composta da tutti gli apprendisti, la media di

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Costo manutenzione (euro)

Anemia. Anemia - percentuali

Campionamento casuale da popolazione finita (caso senza reinserimento )

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione.

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

Statistica I - A.A

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

Titolo della lezione. Campionamento e Distribuzioni Campionarie

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

Daniela Tondini

SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH.

Esercitazioni del corso: ANALISI MULTIVARIATA

Stima della media di una variabile X definita su una popolazione finita

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

Popolazione e Campione

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

CAPITOLO 2 Semplici esperimenti comparativi

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

4. Proprietà degli stimatori

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Distribuzione normale

TEORIA E TECNICA DELLA CIRCOLAZIONE

La stima per intervalli

ESERCIZI SULLE SERIE

Matematica con elementi di Informatica

Popolazione e Campione

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

= ed è: n. 2 2 x. tra ns x

Esame di Statistica A-Di Prof. M. Romanazzi

Legge Gamma e Legge Chi quadro

14. TEORIA DEI TEST STATISTICI

Statistica 1 A.A. 2015/2016

INDICE. Prefazione Introduzione alle indagini campionarie Campionamento casuale semplice (Simple Random Sampling) 37

Controlli Automatici A

FACOLTA DI INGEGNERIA

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Prendere decisioni per un campione singolo

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

(sqm ottenuto dividendo per n-1 ) =

Esame di Statistica A-Di Prof. M. Romanazzi

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

STATISTICA INFERENZIALE

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Lezione 4 Corso di Statistica. Domenico Cucina

PROBLEMI DI INFERENZA SU MEDIE

SECONDO ESONERO DI AM1 10/01/ Soluzioni

Statistica. Lezione 5

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

6 Stima di media e varianza, e intervalli di confidenza

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B

Capitolo 0. Considerazioni preliminari. 0.1 scalari, vettori e tensori

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

[ H ] = 16.1 (a) Ponendo y = jωc+1/( jωl), il quadripolo equivale al seguente. I 1 y I 2 + V 2 V 1. Si ricava: dunque la matrice [Y] è:

1.6 Serie di potenze - Esercizi risolti

Traccia delle soluzioni degli esercizi del fascicolo 6

Caso studio 9. Distribuzioni doppie. Esempi

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Metodi statistici per le ricerche di mercato

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza

VERIFICA DI IPOTESI STATISTICHE

VERIFICA DI IPOTESI STATISTICHE

Verifiche alle Tensioni Ammissibili. Verifica a presso-flessione di una Trave in C.A.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Transcript:

ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli ai, che il tempo medio di permaeza ia pari a 5 giori. Il dirigete della truttura, i eguito all adozioe di u uovo itema di getioe dei pazieti e del peroale, ritiee che tale tempo ia miore di 5 giori. Selezioa caualmete a tal fie u campioe di 1 pazieti u cui oerva u tempo medio di permaeza pari a 4.5 co u deviazioe tadard pari a 3.2. a) Si cotruica u tet di ipotei utilizzado u livello di igificatività del 5%. b) Si calcoli ioltre il livello di igificatività oervato (valore p) del tet. SVOLGIMENTO a) 1) Ipotei ulla Ho: µ=5 2) Ipotei alterativa Ha: µ<5 3) Statitica tet x µ Statitica tet t 1 Il campioe è però ufficietemete grade per cui è equivalete utilizzare la ditribuzioe ormale, come motrato di eguito. 4) Regola di deciioe α=.5 t 1, α = 1.66 E poibile approimare tale valore utilizzado la ditribuzioe ormale. Dalle tavole della Z i ha ifatti: α=.5 Z α = 1.645 α=.5 Rifiuto Ho e la tatitica tet è miore di 1.645-1.645 Regioe di 5) uzioi (ipotei mateute) Si ipotizza che, data la umeroità elevata del campioe di riferimeto, lo carto quadratico medio campioario ia ua tima attedibile per la variaza della popolazioe. No è ecearia alcua ipotei ulla ditribuzioe della variabile i quato è poibile ricorrere al teorema del limite cetrale. 6) Eperimeto ul campioe x = 4.5 = 3.2 =1 1

x µ 4.5 5 Statitica tet = = 1.56 3.2 1 7) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di accettazioe: i dati empirici o permettoo di accettare l ipotei che la lughezza di permaeza ia miore di 5 giori. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. E poibile cercare il valore di Z=-1.56 dalle tavole della ormale tadardizzata: P( < Z < z ).3.4.5.6 1.2.397.3925.3944.3962 1.3.482.499.4115.4131 1.4.4236.4251.4265.4279 1.5.437.4382.4394.446 Da cui: P X < 4.5 = P Z < 1.56 = P Z > 1.56 =.5.446 =.6 ( ) ( ) ( ) rea tra la media e il valore z Fiado α=.5 (probabilità errore di prima pecie) il livello di igificatività oervato o è tale da rifiutare H (come vito ache co la procedura tadard eguita al pao a). 2

ESERCIZIO 6.2 U produttore di cereali deidera tetare il fuzioameto del macchiario utilizzato per riempire le catole. La macchia i quetioe è tarata per ditribuire 5 grammi per catola. Il produttore è itereato a cotameti da tale valore i etrambe le direzioi, i quato u peo miore potrebbe comportare problemi co le procedure di cotrollo di qualità e u peo maggiore ua perdita el lugo periodo. Si eamiao 7 catole della produzioe di u dato gioro u cui i rileva ua media di 495 grammi co uo carto di 15. a) Si coduca u tet ad u livello di igificatività dell 1%. b) Si determii il livello di igificatività oervato (p-value) riultate dal tet. SVOLGIMENTO a) 1) Ipotei ulla Ho: µ=5 2) Ipotei alterativa Ha: µ 5 3) Statitica tet x µ Statitica tet ƛ t 1 E poibile approimare la ditribuzioe t co la ormale coiderata l elevata umeroità del campioe, come motrato di eguito. 4) Regola di deciioe α=.1 t α = 2.626 1, 2 E poibile approimare tale valore utilizzado la ditribuzioe ormale. Dalle tavole della Z i ha ifatti: α=.1 Z α = 2.575 2 α=.1/2 α=.1/2 Rifiuto Ho e la tatitica tet è miore di 2.575 o maggiore di +2.575-2.575 Regioe di +2.575 Regioe di 5) uzioi (ipotei mateute) Si ipotizza che, data la umeroità elevata del campioe di riferimeto, lo carto quadratico medio campioario ia ua tima attedibile per la variaza della popolazioe. No è ecearia alcua ipotei ulla ditribuzioe della variabile i quato è poibile ricorrere al teorema del limite cetrale. 6) Eperimeto ul campioe 3

x = 495 = 15 =7 x µ 495 5 Statitica tet = = 2.79 15 7 7) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di : i dati empirici permettoo di accettare l ipotei alterativa che la macchia riempie le catole co u quatitativo di cereali medio differete da 5 grammi. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. E poibile cercare il valore di Z=-2.79 dalle tavole della ormale tadardizzata: P( < Z < z ).6.7.8.9 2.4.4931.4932.4934.4936 2.5.4948.4949.4951.4952 2.6.4961.4962.4963.4964 2.7.4971.4972.4973.4974 rea tra la media e il valore z Da cui: P X > 2.79 = P Z > 2.79 = P Z < 2.79 + P Z > 2.79 = 2 P Z > 2.79 = 2.5.4974 =.52 ( ) ( ) ( ) ( ) ( ) ( ) Fiado α=.1/2 (probabilità errore di prima pecie) il tet riulta igificativo, i quato il valore-p oervato è molto bao: olo u 52 cai u 1 i oerva ua tatitica tet uguale o più etrema di quella calcolata ul campioe a dipoizioe. 4

ESERCIZIO 6.3 U produttore di motori per motocafi deidera verificare che il uovo motore che ta per mettere i commercio oddifi gli tadard miimi di cotrollo per i ga di carico. L emiioe media coetita per motori di queto tipo deve eere miore di 2 parti per milioe di carburate. I primi dieci motori prodotti vegoo cotrollati determiado il livello di emiioe. I riultati oo riportati di eguito: 15.6 16.2 22.5 2.5 16.4 19.4 16.6 17.9 12.7 13.9 Verificare e tali valori foricao u evideza ufficiete per cocludere che il uovo motore oddifa i requiiti miimi di iquiameto. a) Si utilizzi a tal fie u livello di igificatività dell 1%. b) Si calcoli ioltre il livello di igificatività oervata (p-value) derivate dal tet. a) 1) Ipotei ulla Ho: µ=2 2) Ipotei alterativa Ha: µ<2 3) Statitica tet x µ Statitica tet 4) Regola di deciioe α=.1 t 9, α = 2.821 t 1 SVOLGIMENTO α=.1 Rifiuto Ho e la tatitica tet è miore di 2.821-2.821 Regioe di 5) uzioi (ipotei mateute) La umeroità campioaria o coete di ricorrere al teorema del limite cetrale. E eceario ipotizzare che la variabile emiioe del motore egua ua ditribuzioe di tipo ormale. 6) Eperimeto ul campioe x = 17.7 = 2.98 =1 x µ 17.7 2 Statitica tet = = 3. 2.98 1 7) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di : i dati empirici permettoo di accettare l ipotei alterativa che il 5

motore oddifi gli tadard di emiioe richieti, vale a dire produce u emiioe media miore di 2 parti per milioe di carburate. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da upportare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. Si può otteere u valore approimato per la t 9 uado le tavole:.1.5.25.2.1.5.25.1.5 1 3.78 6.314 12.76 15.894 31.821 63.656 127.321 318.289 636.578 2 1.886 2.92 4.33 4.849 6.965 9.925 14.89 22.328 31.6 3 1.638 2.353 3.182 3.482 4.541 5.841 7.453 1.214 12.924 4 1.533 2.132 2.776 2.999 3.747 4.64 5.598 7.173 8.61 5 1.476 2.15 2.571 2.757 3.365 4.32 4.773 5.894 6.869 6 1.44 1.943 2.447 2.612 3.143 3.77 4.317 5.28 5.959 7 1.415 1.895 2.365 2.517 2.998 3.499 4.29 4.785 5.48 8 1.397 1.86 2.36 2.449 2.896 3.355 3.833 4.51 5.41 9 1.383 1.833 2.262 2.398 2.821 3.25 3.69 4.297 4.781 Da cui:.5 < p-value <.1 Utilizzado tale approimazioe i procede a rifiutare l ipotei ulla per il livello di α=.1 (coì come era tato fatto eguedo la procedura tadard): il p-value è ifatti iferiore alla oglia di richio prefiata. 6

ESERCIZIO 6.4 U uovo cocime viee utilizzato i 15 aree coltivate a orzo. Il redimeto di tali aree, miurato i quitali per ettaro, è riportato di eguito: 27 28 31 33 29 29 35 29 3 28 22 32 28 24 26 Il livello medio di tale tipo di coltivazioe è pari a 27. a) Si vuole verificare che l utilizzo del cocime o abbia apportato variazioi el livello medio di redimeto co u livello di igificatività del 5%. b) Si calcoli il livello di igificatività oervata (p-value) riultate dal tet. a) 1) Ipotei ulla Ho: µ=27 2) Ipotei alterativa Ha: µ 27 3) Statitica tet x µ Statitica tet 4) Regola di deciioe t 1 SVOLGIMENTO α=.5 t α = 2.145 14, 2 α=.5/2 α=.5/2 Rifiuto Ho e la tatitica tet è miore di 2.145 o maggiore di +2.145-2.145 Regioe di +2.145 Regioe di 5) uzioi (ipotei mateute) La umeroità campioaria o coete di ricorrere al teorema del limite cetrale. E eceario ipotizzare che la variabile redimeto dell area coltivata egua ua ditribuzioe di tipo ormale. 6) Eperimeto ul campioe x = 28.73 = 3.33 =15 x µ 28.73 27 Statitica tet = = 2.2 3.33 15 7) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di accettazioe: i dati empirici o permettoo di accettare l ipotei che il redimeto medio delle aree coltivate ia differete i eguito all uo del cocime. b) 7

Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. Si può otteere u valore approimato per la t 14 uado le tavole:.1.5.25.2.1.5.25.1.5 1 3.78 6.314 12.76 15.894 31.821 63.656 127.321 318.289 636.578 2 1.886 2.92 4.33 4.849 6.965 9.925 14.89 22.328 31.6 3 1.638 2.353 3.182 3.482 4.541 5.841 7.453 1.214 12.924 4 1.533 2.132 2.776 2.999 3.747 4.64 5.598 7.173 8.61 5 1.476 2.15 2.571 2.757 3.365 4.32 4.773 5.894 6.869 6 1.44 1.943 2.447 2.612 3.143 3.77 4.317 5.28 5.959 7 1.415 1.895 2.365 2.517 2.998 3.499 4.29 4.785 5.48 8 1.397 1.86 2.36 2.449 2.896 3.355 3.833 4.51 5.41 9 1.383 1.833 2.262 2.398 2.821 3.25 3.69 4.297 4.781 1 1.372 1.812 2.228 2.359 2.764 3.169 3.581 4.144 4.587 11 1.363 1.796 2.21 2.328 2.718 3.16 3.497 4.25 4.437 12 1.356 1.782 2.179 2.33 2.681 3.55 3.428 3.93 4.318 13 1.35 1.771 2.16 2.282 2.65 3.12 3.372 3.852 4.221 14 1.345 1.761 2.145 2.264 2.624 2.977 3.326 3.787 4.14 Da cui i ottiee: 2 x.25 < p-value < 2 x.5 (è eceario moltiplicare per 2 i quato il tet è bilaterale) Ovvero:.5 < p-value < 2 x.1 Utilizzado tale approimazioe il tet o è igificativo per il campioe coiderato, ovvero o è poibile rifiutare l ipotei ulla per il livello di α=.5 (coì come era tato fatto eguedo la procedura tadard): il p-value è ifatti iferiore alla oglia di richio prefiata. 8

ESERCIZIO 6.5 (β, poteza del tet, variaz. umeroità campioaria e livello igif.) Utilizzado i dati dell eercizio 6.1 i calcolio: a) la probabilità dell errore di I pecie b) la probabilità dell errore di II pecie otto l ipotei che la media della popolazioe ia pari ripettivamete a 3.5, 4 e 4.5 giori c) L effetto ulla fuzioe poteza del tet (1-β) della variazioe di ua dimiuzioe del livello di igificatività a.1 e di u aumeto dello teo a.1, otto l ipotei che la media della popolazioe ia pari a 4. d) L effetto ulla fuzioe poteza del tet (1-β) della variazioe di ua dimiuzioe della umeroità campioaria da 1 a 7 e di u aumeto della umeroità campioaria da 1 a 13, otto l ipotei che la media della popolazioe ia pari a 4. SVOLGIMENTO Si riepiloga brevemete il tet impotato all eercizio 6.1 Ho: µ=5 Ha: µ<5 x µ Statitica tet ƛ t 1 N(,1) α=.5 Z α = 1.645 x µ 4.5 5 = = 1.56 3.2 1 a) La probabilità di commettere u errore di I pecie (rifiutare l ipotei ulla quado è vera) è pari al livello di igificatività fiato per il tet. Nel cao dell eercizio i quetioe α=.5. b) La probabilità di commettere u errore di II pecie (accettare l ipotei ulla quado è fala) è quatificabile olo fiado u valore per il parametro u cui i itede eeguire il tet, vale a dire fiado ua ditribuzioe alterativa differete da quella pecificata ell ipotei ulla. Tale probabilità (accettare l ipotei ulla quado è fala) dipede dal reale valore che il parametro può aumere. Poiché H è fala per qualiai valore miore di µ (l ipotei alterativa è che il tempo di occupazioe ia iferiore a 5 giori), il eguete grafico motra come varia la probabilità dell errore di II pecie otto l ipotei che la media della popolazioe ia pari a 3.5, 4 e 4.5. β corripode all area che i ogua delle ditribuzioi alterative coiderate i ovrappoe alla regioe di accettazioe e dimiuice quado il valore di µ i allotaa dal valore ipotizzato i H :µ=5. 9

β 3.5 β 4 β 4.5 α=.5-4.47 Regioe di 5 Di eguito oo riportati i calcoli per β ei quattro cai coiderati. E eceario iazitutto calcolare il valore di x che corripode al bordo tra la regioe di accettazioe e di (idicato co x per idicare che i tratta del valore di x etremo che avvalora l ipotei ulla). Nel cao i quetioe tale puto corripode ad ua Z=-1.645. Da cui: x µ 3.2 Z = = 1.645 x = µ + Z = 5 1.645 = 4.47 1 queto puto, per ua particolare ditribuzioe alterativa a quella corripodete all ipotei ulla, idicata co µ, i calcola il valore Z corripodete ad x. Tale valore corripode a β, probabilità dell errore di II pecie. µ = 3.5 1

x µ 4.47 3.5 Z = = = 3.4 3.2 1 β = P( Z > 3.4) =.5 P( < Z < 3.4) =.5.4988 =.12 µ = 4 x µ 4.47 4 Z = = = 1.48 3.2 1 β = P( Z > 1.48) =.5 P( < Z < 1.48) =.5.436 =.694 µ = 4.5 x µ 4.47 4.5 Z = = =.8 3.2 1 β = PZ ( >.8) = P(.8< Z< ) + PZ ( > ) = P( < Z<.8) + PZ ( > ) =.319+.5 =.5319 Il complemeto ad 1 dell errore di II pecie (1-β) è oto come poteza del tet ed idica la probabilità di rifiutare correttamete l ipotei ulla per u valore particolare del parametro µ ell ipotei alterativa. c) Si è calcolato al puto precedete il valore di β per ua ditribuzioe alterativa co valore di µ=4, el cao di u livello di igificatività pari al 5%. β = P( Z > 1.48) =.5 P( < Z < 1.48) =.5.436 =.694 Da cui i ricava la poteza del tet: 1 β = 1.694 =.936 Se i utilizza u livello di igificatività maggiore (e quidi aumeta la probabilità di commettere u errore di I pecie) la probabilità aociata all errore di II pecie dimiuice (e di coegueza aumeta la poteza del tet, che è il complemeto ad 1 di quet ultima). α=.1 Z α = 1.28 x µ 3.2 Z = = 1.28 x = µ + Z = 5 1.28 = 4.59 1 µ = 4 x µ 4.59 4 Z = = = 1.845 3.2 1 β = P Z > 1.85 =.5 P < Z < 1.85 =.5.4678 =.322 ( ) ( ) 1 β = 1.322 =.9678 La ituazioe i rovecia utilizzado u livello di igificatività miore (dimiuedo coì la probabilità di commettere u errore di I pecie). La probabilità aociata all errore di II pecie aumeta (e di coegueza dimiuice la poteza del tet, che è il complemeto ad 1 di quet ultima). α=.1 Z α = 2.33 11

x µ 3.2 = = 2.33 = + = 5 2.33 = 4.25 1 Z x µ Z µ = 4 x µ 4.25 4 Z = = =.795 3.2 1 β = P( Z >.8) =.5 P( < Z <.8) =.5.319 =.4681 1 β = 1.4681 =.5319 I riultati otteuti oo ituitivi e i fa riferimeto al eguete grafico, i cui la liea tratteggiata tabilice il cofie tra la regioe di accettazioe e di : β 4 α=.5-4.47 Regioe di 5 l dimiuire di α riulta evidete che β aumeta l crecere di α riulta evidete che β dimiuice d) La poteza del tet è ifluezata ache dalla dimeioe del campioe utilizzato. La deviazioe tadard della media campioaria è ifatti iveramete proporzioale al valore di ( σ σ x = ) e quidi la ditribuzioe diveta meo variabile al crecere del campioe. La figura eguete motra come variao β al crecere della umeroità campioaria quado i tiee fio il valore di α. 12

α β piccolo maggiore variabilità α β grade a parità di α dimiuice β E poibile verificare ull eempio i quetioe la relazioe tra la poteza del tet e la dimeioe campioaria. Si è calcolato al puto b) il valore di β per ua ditribuzioe alterativa co valore di µ=4, el cao di u livello di igificatività pari al 5%. α=.5 Z α = 1.645 x µ 4.47 4 Z = = = 1.48 3.2 1 β = P( Z > 1.48) =.5 P( < Z < 1.48) =.5.436 =.694 Da cui i ricava la poteza del tet: 1 β = 1.694 =.936 queto puto vediamo coa uccede quado la dimeioe del campioe dimiuice da 1 a 7. α=.5 Z α = 1.645 x µ 3.2 Z = = 1.645 x = µ + Z = 5 1.645 = 4.37 7 µ = 4 x µ 4.37 4 Z = = =.97 3.2 7 13

( ) ( ) β = P Z >.97 =.5 P < Z <.97 =.5.334 =.166 1 β = 1.166 =.834 Si vede come la dimiuzioe della dimeioe campioaria, a parità delle altre codizioi, comporta ua dimiuzioe ella poteza del tet. La ituazioe oppota i ha al crecere della dimeioe campioaria, come i può vedere dai egueti calcoli che motrao il cao di u aumeto della dimeioe campioaria da 1 a 13. α=.5 Z α = 1.645 x µ 3.2 Z = = 1.645 x = µ + Z = 5 1.645 = 4.54 13 µ = 4 x µ 4.54 4 Z = = = 1.92 3.2 7 β = P Z > 1.92 =.5 P < Z < 1.92 =.5.4726 =.274 ( ) ( ) 1 β = 1.274 =.9726 14