<\/p>\n
Un’ipotesi statistica<\/strong> \u00e8 un’ipotesi relativa a un parametro della popolazione<\/a> .<\/span><\/p>\n Ad esempio, possiamo supporre che l’altezza media di un uomo negli Stati Uniti sia di 70 pollici.<\/span><\/p>\n L’ipotesi relativa all’altezza \u00e8 l’ ipotesi statistica<\/strong> e la vera altezza media di un uomo negli Stati Uniti \u00e8 il parametro della popolazione<\/strong> .<\/span><\/p>\n Un test di ipotesi<\/strong> \u00e8 un test statistico formale che utilizziamo per rifiutare o non riuscire a rifiutare un’ipotesi statistica.<\/span><\/p>\n Per verificare se un’ipotesi statistica su un parametro della popolazione \u00e8 vera, otteniamo un campione casuale<\/a> dalla popolazione ed eseguiamo un test di ipotesi sui dati del campione.<\/span><\/p>\n Esistono due tipi di ipotesi statistiche:<\/span><\/p>\n L’ ipotesi nulla<\/strong> , indicata con H0<\/sub> , \u00e8 l’ipotesi che i dati del campione provengano esclusivamente dal caso.<\/span><\/p>\n L’ ipotesi alternativa<\/strong> , denominata H1<\/sub> o Ha<\/sub> , \u00e8 l’ipotesi che i dati del campione siano influenzati da una causa non casuale.<\/span><\/p>\n Un\u2019ipotesi di test<\/strong> prevede cinque passaggi:<\/span><\/p>\n 1. Enunciare le ipotesi.<\/span><\/strong><\/p>\n Enunciare l’ipotesi nulla e quella alternativa. Queste due ipotesi devono escludersi a vicenda, quindi se una \u00e8 vera, l\u2019altra deve essere falsa.<\/span><\/p>\n 2. Determinare un livello di significativit\u00e0 da utilizzare per l’ipotesi.<\/span><\/strong><\/p>\n Decidere il livello di significativit\u00e0. Le scelte comuni sono .01, .05 e .1.<\/span><\/p>\n 3. Trova la statistica del test.<\/span><\/strong><\/p>\n Trova la statistica del test e il corrispondente valore p. Spesso stiamo analizzando la media o la proporzione di una popolazione e la formula generale per trovare la statistica del test \u00e8: (statistica campionaria \u2013 parametro della popolazione) \/ (deviazione standard della statistica)<\/span><\/p>\n 4. Rifiutare o non rifiutare l’ipotesi nulla.<\/strong><\/span><\/p>\n Utilizzando la statistica del test o il valore p, determinare se \u00e8 possibile rifiutare o meno l’ipotesi nulla in base al livello di significativit\u00e0.<\/span><\/p>\n Il valore p<\/em> ci dice la forza delle prove a sostegno di un\u2019ipotesi nulla. Se il valore p \u00e8 inferiore al livello di significativit\u00e0, rifiutiamo l’ipotesi nulla.<\/span><\/p>\n 5. Interpretare i risultati.<\/strong><\/span><\/p>\n Interpretare i risultati del test di ipotesi nel contesto della domanda posta.<\/span><\/p>\n Esistono due tipi di errori decisionali che si possono commettere quando si verifica un’ipotesi:<\/span><\/p>\n Errore di tipo I:<\/strong> rifiuti l’ipotesi nulla quando in realt\u00e0 \u00e8 vera. La probabilit\u00e0 di commettere un errore di tipo I \u00e8 uguale al livello di significativit\u00e0, spesso chiamato alfa<\/em> e indicato con \u03b1.<\/span><\/p>\n Errore di tipo II:<\/strong> non si riesce a rifiutare l’ipotesi nulla quando in realt\u00e0 \u00e8 falsa. La probabilit\u00e0 di commettere un errore di tipo II \u00e8 chiamata potenza del test o beta<\/em><\/a> , indicata con \u03b2.<\/span><\/p>\n Un\u2019ipotesi statistica pu\u00f2 essere unilaterale o bilaterale.<\/span><\/p>\n Un’ipotesi unilaterale<\/strong> implica fare un’affermazione “maggiore di” o “minore di”.<\/span><\/p>\n Ad esempio, supponiamo che l’altezza media di un uomo negli Stati Uniti sia di 70 pollici o superiore. L’ipotesi nulla sarebbe H0: \u00b5 \u2265 70 pollici e l’ipotesi alternativa sarebbe Ha: \u00b5 < 70 pollici.<\/span><\/p>\n Un\u2019ipotesi bilaterale<\/strong> implica fare un\u2019affermazione \u201cuguale a\u201d o \u201cnon uguale a\u201d.<\/span><\/p>\n Ad esempio, supponiamo che l’altezza media di un uomo negli Stati Uniti sia di 70 pollici. L’ipotesi nulla sarebbe H0: \u00b5 = 70 pollici e l’ipotesi alternativa sarebbe Ha: \u00b5 \u2260 70 pollici.<\/span><\/p>\n Nota:<\/em> il segno “uguale” \u00e8 sempre incluso nell’ipotesi nulla, sia che sia =, \u2265 o \u2264.<\/span><\/p>\n Correlati:<\/strong> cos’\u00e8 un’ipotesi direzionale?<\/span><\/p>\n Esistono molti tipi di test di ipotesi che puoi eseguire a seconda del tipo di dati con cui stai lavorando e dell’obiettivo della tua analisi.<\/span><\/p>\n I seguenti tutorial forniscono una spiegazione dei tipi pi\u00f9 comuni di test di ipotesi:<\/span><\/p>\n Introduzione al t-test per un campione<\/a> Un’ipotesi statistica \u00e8 un’ipotesi relativa a un parametro della popolazione . Ad esempio, possiamo supporre che l’altezza media di un uomo negli Stati Uniti sia di 70 pollici. L’ipotesi relativa all’altezza \u00e8 l’ ipotesi statistica e la vera altezza media di un uomo negli Stati Uniti \u00e8 il parametro della popolazione . Un test di […]<\/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 I due tipi di ipotesi statistiche<\/span><\/strong><\/h2>\n
Controllo di un’ipotesi<\/strong><\/span><\/h2>\n
I due tipi di errori decisionali<\/span><\/strong><\/h2>\n
Esami unilaterali e bilaterali<\/strong><\/span><\/h2>\n
Tipi di test di ipotesi<\/strong><\/span><\/h2>\n
Introduzione al test t a due campioni<\/a>
Introduzione al t-test per campioni appaiati<\/a>
Introduzione al test Z della proporzione singola<\/a>
Introduzione al test Z a due proporzioni<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"