1
RACHUNEK PRAWDOPOBIE ´
NSTWA I STATYSTYKA MATEMATYCZNA
PRZEDZIA L UFNO´SCI DLA WSKA´
ZNIKA STRUKTURY p
Cecha X (wynik jednego do´swiadczenia) ma rozk lad zero-jedynkowy, tzn. P (X = 1) = p, P (X = 0) = 1 − p.
Pr´ob¸e losow¸a n-elementow¸a mo˙zna uto˙zsamia˙c z ci¸agiem n niezale˙znych jednakowych do´swiadcze´n.
Zak ladamy, ˙ze liczba do´swiadcze´n jest du˙za (n ≥ 100).
Niech Z
n
- liczba sukces´ow w n do´swiadczeniach w schemacie Bernoulliego (Z
n
ma rozk lad B(n, p)).
Przedzia l ufno´sci dla wska´
znika strukturyp na poziomie ufno´sci 1 − α:
P
Z
n
n
− u
1−
α
2
·
s
Z
n
n
(1 −
Z
n
n
)
n
< p <
Z
n
n
+ u
1−
α
2
·
s
Z
n
n
(1 −
Z
n
n
)
n
= 1 − α
WERYFIKACJA HIPOTEZ. PARAMETRYCZNE TESTY ISTOTNO´SCI
MODEL
H
0
H
1
Statystyka testowa
Zbi´or krytyczny W
m = m
0
m = m
0
m 6= m
0
m > m
0
m < m
0
m 6= m
0
m > m
0
m < m
0
U =
X−m
0
σ
√
n
T =
X−m
0
S
·
√
n − 1
W = (−∞; −u
1−
α
2
) ∪ (u
1−
α
2
; +∞)
W = (u
1−α
; +∞)
W = (−∞; −u
1−α
)
W = (−∞; −t(α, n − 1)) ∪ (t(α, n − 1); +∞)
W = (t(2α, n − 1); +∞)
W = (−∞; −t(2α, n − 1))
m = m
0
m 6= m
0
m > m
0
m < m
0
W = (−∞; −u
1−
α
2
) ∪ (u
1−
α
2
; +∞)
W = (u
1−α
; +∞)
W = (−∞; −u
1−α
)
U =
X−m
0
s
√
n
1. σ dane,
X ∼ N(m, σ)
2. σ nieznane
X ∼ N(m, σ)
3. n ≥ 100
X ma dowolny
rozk lad
σ = σ
0
σ = σ
0
4. n < 50
X ∼ N(m, σ)
X ∼ N(m, σ)
5. n ≥ 50
σ 6= σ
0
σ > σ
0
σ < σ
0
σ 6= σ
0
σ > σ
0
σ < σ
0
χ
2
=
nS
2
σ
2
0
V =
r
2nS
2
σ
2
0
−
√
2n − 3
W = (−∞; −u
1−
α
2
) ∪ (u
1−
α
2
; +∞)
W = (u
1−α
; +∞)
W = (−∞; −u
1−α
)
W = (0; χ
2
(1 −
α
2
, n − 1)) ∪ (χ
2
(
α
2
, n − 1); +∞)
W = (χ
2
(α, n − 1); +∞)
W = (0; χ
2
(1 − α, n − 1))
Opis danych :
α - poziom istotno´sci; n - liczno´s˙c pr´oby, na podstawie kt´orej weryfikujemy hipotez¸e H
0
;
X - warto´s˙c ´srednia, S - odchylenie standardowe (obliczamy dla danej pr´oby);
u
α
- kwantyl rz¸edu α rozk ladu N(0, 1);
t(α, n) - warto´s˙c krytyczna rozk ladu t-Studenta o n stopniach swobody (kwantyl rz¸edu 1 −
α
2
);
X
2
(α, n) - warto´s˙c krytyczna rozk ladu chi-kwadrat o n stopniach swobody (kwantyl rz¸edu 1 − α).
Weryfikacja hipotezy H
0
przeciw hipotezie H
1
na poziomie istotno´sci α:
1) Wybieramy odpowiedni model (dla danej pr´oby i hipotezy).
2) Obliczamy warto´s˙c odpowiedniej statystyki testowej dla danej pr´oby.
3) Znajdujemy zbi´or krytyczny dla danego poziomu istotno´sci α.
4) Je˙zeli obliczona dla danej pr´oby warto´s˙c statystyki testowej nale˙zy do zbioru krytycznego W to hipotez¸e
H
0
nale˙zy odrzuci˙c (tzn. przyj¸a˙c H
1
) na poziomie istotno´sci α. W przeciwnym przypadku nie ma podstaw do
odrzucenia hipotezy H
0
.
c
Krzysztof Bry´s 1999-2006