91
6.1. Testy parametryczne
która przy założeniu prawdziwości hipotezy H0 ma rozkład N(0,1).
Dla hipotezy alternatywnej H{ :/n/ m0, obszar krytyczny jest dwustronny, symetryczny i dla poziomu istotności a ma postać Q — (—oo; — ua) U (%,<»), gdzie ua wyznaczone jest z zależności Pr(|£/| > ua) — a. Dla hipotezy alternatywnej //, : m < m0 obszar krytyczny jest lewostronny i ma postać Q = (—oowa), a dla H{ : m > m0 obszar krytyczny jest prawostronny i ma postać Q = (wa,°o), gdzie ua wyznaczone jest z zależności Pr(17 > aa) — a. Zmienna losowa U ma tutaj rozkład normalny N(0,1).
Rozkład
normalny,
<T nieznane
Model II. Populacja generalna ma rozkład N(m,a), odchylenie standardowe jest nieznane. Hipoteza zerowa i hipotezy alternatywne są takie same jak w poprzednim modelu. Ponieważ a nie jest znane, więc statystyka służąca do weryfikacji hipotezy dana jest wzorem
X — m
o
y/n — 1 —
X — m
o
(6.1.3)
która przy założeniu prawdziwości hipotezy H0 ma rozkład r-Studenta o n — 1 stopniach swobody. Wobec tego ua jest zastąpione przez ta, które wyznaczone jest ze wzorów: Pr(jf| > ta) = cc dla dwustronnego obszaru krytycznego lub Pr(/ > ta) — a dla jednostronnych obszarów krytycznych.
Jeżeli dostępne tablice statystyczne podają tylko wartość ta dla danych a i n, to przy jednostronnych (lewo lub prawostronnych) obszarach krytycznych trzeba skorzystać z zależności
2Pr(? >ta) =Pr(|f| >ta).
Rozkład dowolny, duża próba, skończona wariancja
Model III. Populacja generalna ma rozkład dowolny o skończonej wariancji, parametr a może, ale nie musi być znany, natomiast próba jest duża (n co najmniej kilkadziesiąt). Wzory takie same jak w modelu I lub II, przy czym a jest zastąpione przez s lub s.
Przykład. Posłużmy się danymi z przykładu ze strony 85. Mamy dla nich x — 2.0031 i ś — 0.1967. Jeżeli postawimy hipotezę H0 : m — 2 przeciw hipotezie H{ : m yś 2 na poziomie istotności a — 0.05, to obliczamy ze wzoru (6.1.2) statystykę U i otrzymujemy \u\ — 0.16 < ua — 1.96. Nie ma więc podstaw do odrzucenia hipotezy, że m — 2. Jeżeli jednak postawimy hipotezę H0 : m — 2.1 przeciw hipotezie Hx : m < 2.1, to wtedy u = —4.92 oraz aa = 1.64, a więc wartość statystyki należy do obszaru krytycznego (—°o; 1.64), co powoduje odrzucenie hipotezy zerowej i przyjęcie m < 2.1.
Gdyby do obliczeń dostępne były tylko początkowe cztery dane, to I = 1.9650 oraz s~ 0.1464. Postawmy hipotezę H0:m— 1.8 przeciw hipotezie //, : m > 1.8. Wtedy korzystając z tego, że Pr(r > ta) = a, gdy Pr(|/j > ta) = 2a dla rozkładu f-Studenta o trzech stopniach swobody (model II) otrzymamy tohs — 1.95 < ta — 2.353. Oznacza to, że nie ma podstaw do odrzucenia hipotezy