64 II. Parametryczne testy istotności
• 2.19. Dokonano za pomocą sklerometru 42 niezależnych pomialM wytrzymałości gotowych elementów konstrukcji żelbetowych i otrzymaj następujące wyniki (w kG/cm2): 413, ,551, 342, 123, 370, 250, 508, 43|i :203, 505, 372, 249, 285, 339, 439, 154, 262, 372, 149, 275, 299, 305, IM 320, 460, 392, 436, 272, 263, 379, 309, 432, 358, 453, 416, 454, 374, H 400, 466, 315, 373. Zweryfikować na poziomie istotności a >=.0,001 hipJ tezę, że średnia wytrzymałość gotowych elementów konstrukcji żelbet! wygliwynosi 300 kG/cm2. Czy uzyskany wynik jest korzystny dla praktyki K2-20). Dokonano 22 niezależnych pomiarów strat z osypania się ziarr żyta w wylosowanych gospodarstwach rolnych w 1966 r. i otrzymdnólnl stępujące straty (w procentach^: -6;0jj ^26, 4#1, 6M
5?9£ kń, 6;03, '5,U, 6/6, 5#1, ^8V>,49, 83, £1
■&$!, 5,79. Przyjmując poziom istotności a=0,01 zweryfikować hipota że średni procent strat z osypania się ziarna żyta wynosi 5,5. Czy wyjnj testowania jest korzystny dla rolnictwa?
§ 2.2. TEST DLA DWÓCH ŚREDNICH Podstawowe wyjaśnienia
W praktycznych zastosowaniach statystyki zachodzi bardzo często p( trzeba sprawdzenia hipotez dotyczących równości wartości średia w dwóch populacjach normalnych. Typowymi sytuacjami jest tu wspdfl niane już w § 2.1 porównanie proponowanej metody nowej ze starą, p] pulacji zdrowych z populacją chorych itd. Wprawdzie można porównywl też całe rozkłady badanych dwu populacji, ale ze względu na zalety pd stawowego parametru, jakim jest wartość średnia populacji, często ogn niczyć się można do porównania właśnie średnich w dwu populacja W zależności od ilości posiadanych o porównywanych populacja* informacji wyróżnimy trzy modele. W każdym z nich weryfikować moą hipotezę H0: mx=m2, czyli m1—m2 =0, gdzie mt i m2 oznaczają wartdfl średnie odpowiednio pierwszej i drugiej populacji generalnej. Postać hipl tezy alternatywnej Hx decyduje o rodzaju wybieranego w stosowanya dla hipotezy H0 teście istotności, jednostronnego lub dwustronnego })| szaru krytycznego.
Model I. Badamy dwie populacje generalne mające rozkłady normalne N(mx> a^ i N(m2, <r2). Odchylenia standardowe <7X i cr2 tych populacji si) znane. W oparciu o wyniki dwu niezależnych prób, odpowiednio o li-i/cbnościach i w2, wylosowanych z tych populacji należy sprawdzić 111 potezę H0 : mx=m2, wobec hipotezy alternatywnej Hx:
Test istotności dla tej hipotezy budujemy następujący sposób. Z wyników prób wylosowanych z tych populacji obliczamy wartości średnich v, i x2, a następnie wartość statystyki U według wzoru
xx —x2
(2.4)
Statystyka ta przy założeniu prawdziwości hipotezy H0 ma rozkład N(0,\). /. tablicy rozkładu normalnego Ń(0, 1) należy dla przyjętego z góry poziomu istotności a wyznaczyć taką wartość krytyczną ua, by spełniona była równość P{|t/|^Ma}=a. Nierówność w nawiasie powyższego wzoru określa dwustronny obszar krytyczny testu, czyli gdy przy porównaniu wartości u wyznaczonej ?e wzoru z wartością ua odczytaną z tablicy zajdzie nierówność \u\^ua, to sprawdzaną hipotezę H0 odrzucamy na korzyść jej alternatywy Hl. Gdy zaś otrzymamy nierówność przeciwną, tj \u\<ua> to nie ma podstaw do odrzucenia hipotezy H0
Uwaga. .Dla hipotezy alternatywnej Hx: mx<m2 stosujemy test istotności z lewostronnym obszarem krytycznym U^ua Wartość krytyczną //* odczytuje się wtedy z tablicy rozkładu N(0, 1) tak, by P{U^ua}=a Natomiast dla hipotezy alternatywnej Hx : mx>m2 stosujemy test z prawostronnym obszarem krytycznym U^ua. Wartość krytyczną ua odczy tuje się wtedy z tablicy rozkładu N(0, 1) tak, by zachodziło P {U^-ua}=a
Model II. Badamy dwie populacje generalne mające rozkłady normalne N(mx, ax) oraz Ń(m2) cr2), przy czym odchylenia standardowe tych po pulacji są nieznane, ale jednakowe, tzn. zachodzi cx=a2 Na podstawie wyników dwu małych prób odpowiednio o liczebnościąch nx f n^. wy losowanych niezależnie z tych populacji, należy zweryfikować hipotezę H0 : mx=m2 wobec hipotezy alternatywnej mx (i Greń