<\/p>\n
Un test di ipotesi utilizza campioni di dati per determinare se un’affermazione su un parametro della popolazione<\/a> \u00e8 vera o meno.<\/span><\/p>\n Ogni volta che eseguiamo un test di ipotesi, scriviamo sempre un’ipotesi nulla e un’ipotesi alternativa, che assumono le seguenti forme:<\/span><\/p>\n H 0<\/sub><\/strong> (ipotesi nulla): parametro della popolazione =, \u2264, \u2265 un certo valore<\/span><\/p>\n H A<\/sub><\/strong> (ipotesi alternativa): parametro della popolazione <, >, \u2260 un certo valore<\/span><\/p>\n Si noti che l’ ipotesi nulla contiene sempre il segno uguale<\/strong> .<\/em><\/span><\/p>\n Interpretiamo le ipotesi nel modo seguente:<\/span><\/p>\n Ipotesi nulla:<\/strong> i dati di esempio non forniscono prove a sostegno di un’affermazione avanzata da un individuo.<\/span><\/p>\n Ipotesi alternativa:<\/strong> i campioni di dati forniscono<\/em> prove sufficienti per supportare l’affermazione di un individuo.<\/span><\/p>\n Ad esempio, supponiamo che l’altezza media di una determinata specie di piante sia di 20 pollici. Tuttavia, un botanico afferma che la vera altezza media \u00e8 di oltre 20 pollici.<\/span><\/p>\n Per verificare questa affermazione, pu\u00f2 uscire e raccogliere un campione casuale<\/a> di piante. Pu\u00f2 quindi utilizzare questi dati campione per eseguire un test di ipotesi utilizzando le due ipotesi seguenti:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc \u2264 20 (l’altezza media effettiva della pianta \u00e8 pari o addirittura inferiore a 20 pollici)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc > 20 (l’altezza media effettiva della pianta \u00e8 maggiore di 20 pollici)<\/span><\/p>\n Se i dati di campionamento raccolti dal botanico mostrano che l’altezza media di questa specie di pianta \u00e8 significativamente maggiore di 20 pollici, pu\u00f2 rifiutare l’ipotesi nulla e concludere che l’altezza media \u00e8 maggiore di 20 pollici.<\/span><\/p>\n Leggi i seguenti esempi per capire meglio come scrivere un’ipotesi nulla in diverse situazioni.<\/span><\/p>\n Un biologo vuole verificare se il peso medio reale di una certa specie di tartaruga \u00e8 di 300 libbre. Per verificarlo, misurer\u00e0 il peso di un campione casuale di 40 tartarughe.<\/span><\/p>\n Ecco come scrivere le ipotesi nulle e alternative per questo scenario:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc = 300 (il peso medio reale \u00e8 pari a 300 libbre)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc \u2260 300 (il peso medio reale non \u00e8 pari a 300 libbre)<\/span><\/p>\n Si presume che l’altezza media degli uomini in una determinata citt\u00e0 sia di 68 pollici. Tuttavia, un ricercatore indipendente stima che la vera altezza media sia superiore a 68 pollici. Per verificarlo, esce e raccoglie l’altezza di 50 maschi in citt\u00e0.<\/span><\/p>\n Ecco come scrivere le ipotesi nulle e alternative per questo scenario:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc \u2264 68 (l’altezza media effettiva \u00e8 pari o addirittura inferiore a 68 pollici)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc > 68 (l’altezza media effettiva \u00e8 maggiore di 68 pollici)<\/span><\/p>\n Un\u2019universit\u00e0 riferisce che l\u201980% di tutti gli studenti si laurea in tempo. Tuttavia, un ricercatore indipendente stima che meno dell\u201980% di tutti gli studenti si laureino in tempo. Per verificarlo, raccoglie dati sulla percentuale di studenti che si sono laureati in tempo l\u2019anno scorso al college.<\/span><\/p>\n Ecco come scrivere le ipotesi nulle e alternative per questo scenario:<\/span><\/p>\n H 0<\/sub><\/strong> : p \u2265 0,80 (la percentuale reale di studenti che si laureano in tempo \u00e8 pari o superiore all’80%)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc < 0,80 (la percentuale reale di studenti che si laureano in tempo \u00e8 inferiore all’80%)<\/span><\/p>\n Un ricercatore alimentare vuole verificare se il peso medio effettivo di un hamburger in un determinato ristorante \u00e8 di 7 once. Per verificarlo, misurer\u00e0 il peso di un campione casuale di 20 hamburger di questo ristorante.<\/span><\/p>\n Ecco come scrivere le ipotesi nulle e alternative per questo scenario:<\/span><\/p>\n H 0<\/sub><\/strong> : \u03bc = 7 (il vero peso medio \u00e8 pari a 7 once)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc \u2260 7 (il peso medio reale non \u00e8 pari a 7 once)<\/span><\/p>\n Un politico sostiene che meno del 30% dei cittadini di una determinata citt\u00e0 sostiene una determinata legge. Per verificarlo, ha intervistato 200 cittadini per sapere se sostenevano o meno la legge.<\/span><\/p>\n Ecco come scrivere le ipotesi nulle e alternative per questo scenario:<\/span><\/p>\n H 0<\/sub><\/strong> : p \u2265 .30 (la percentuale reale di cittadini favorevoli alla legge \u00e8 maggiore o uguale al 30%)<\/span><\/p>\n H A<\/sub><\/strong> : \u03bc < 0,30 (la percentuale reale di cittadini favorevoli alla legge \u00e8 inferiore al 30%)<\/span><\/p>\n Introduzione al test di ipotesi<\/a> Un test di ipotesi utilizza campioni di dati per determinare se un’affermazione su un parametro della popolazione \u00e8 vera o meno. Ogni volta che eseguiamo un test di ipotesi, scriviamo sempre un’ipotesi nulla e un’ipotesi alternativa, che assumono le seguenti forme: H 0 (ipotesi nulla): parametro della popolazione =, \u2264, \u2265 un certo valore H […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Esempio 1: peso delle tartarughe<\/strong><\/span><\/h3>\n
Esempio 2: dimensione dei maschi<\/strong><\/span><\/h3>\n
Esempio 3: tasso di conseguimento del diploma<\/strong><\/span><\/h3>\n
Esempio 4: peso degli hamburger<\/strong><\/span><\/h3>\n
Esempio 5: sostegno dei cittadini<\/strong><\/span><\/h3>\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Introduzione agli intervalli di confidenza<\/a>
Una spiegazione dei valori P e della significativit\u00e0 statistica<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"