44
obszar przyjęcia pole a a
0
Rys. 5.2. Obszar przyjęcia i obszar odrzucenia hipotezy dla testu y2
Jeśli hipoteza zerowa polega na przypuszczeniu, że próbka doświadczalna {/} reprezentuje pewien rozkład modelowy tj. H0: {f] =/o. wówczaj hipoteza alternatywna ma postać: H{. {/} #/0. Hipotezę odrzucamy (przyjmując tym samym Hj), jeśli wartość X2 trafia do obszaru krytycznego (powierzchnia zacieni o wan a na rysunku powyżej).
Proste kryterium sprawdzania hipotez dotyczących wartości średniej populacji w przypadku nieznanej wariancji jest oparte na rozkładzie t. Wymagane jest przy tym założenie normalności badanych rozkładów.
Jeśli opierając się na wynikach {*,}, (i = 1, 2, ń) sprawdzamy hipotezę zerową dotyczącą wartości średniej w postaci H0: m = ji0, wówczas należy j zbadać wartość zmiennej £0, określonej następująco:
(5.6)
gdzie x i s2 oznaczają odpowiednio średnią i wariancję próbki. Jeśli hipoteza H0 jest prawdziwa, wówczas zmienna t0 ma rozkład t Studenta z k = n — l stopniami swobody. Hipotezy alternatywne mogą mieć jedną z trzech postaci (w nawiasach podano wartości prawdopodobieństwa odpowiadającego obszarowi krytycznemu):
{P — Proh(t0 > tfci-o)},
Hi:p<p0i Hi-u* li0\
{P = Probit^i-,/2 <t0< tfca/2)}.
Nieco trudniejszy problem polega na zweryfikowaniu, na podstawie dwóch serii wyników: {jc}1*} (i = 1, 2, n) oraz {xj2)} (i = 1, 2, n2),
pochodzących z rozkładów N(pu a2) i N(p2, a2) o nieznanych średnich i wariancji, hipotezy H0: pt = p2, wobec hipotezy alternatywnej H 2: pt ¥=p2. Nieobciążonym estymatorem wariancji jest wówczas:
s2
I (x|1>-x,1>)2+ t (xi2>-x‘2>)2 i=i i-i
]
(5.7)
Jeśli hipoteza H0 jest prawdziwa, wówczas zmienna:
(5.8)
x(ł>-xl2> r-t0 =---V" i + n2
podlega rozkładowi Studenta z nl + n2 — 2 stopniami swobody. W przypadku próbek liczniejszych od 20-^30 zmienna t0 ma w przybliżeniu rozkład normalny (por. ćw. ST-2).
Najważniejszy praktycznie jest przypadek zmiennej losowej podlegającej rozkładowi o nieznanej średniej i nieznanej wariancji. A priori spełniony jest związek:
Prob(tk. i -«/2 < ^ < t«/2) = 1 — a; k = n—1 (5.9)
Po wykonaniu pomiarów, zarówno x jak i sx nie są już dłużej „zmiennymi”; stają się znanymi liczbami. Prawdopodobieństwo określone przez (5.9) „degeneruje się” do 0 lub 1; jeśli wybrać małą wartość poziomu istotności, której odpowiada szeroki przedział, „ufamy”, że jest to raczej 1 niż 0. W tym znaczeniu mówi się o przedziale ufności. Rzeczywista wartość średnia p trafia do przedziału ufności z prawdopodobieństwem 1 — a.
Probfx-sJ^t<p^x + S-^^| = 1-a, albo \ Vn vn
(5.10)
x±