9) VERIFICA DI IPOTESI L’ipotesi statistica è una supposizione riguardante caratteristiche ignote ignote di una v.c. X. Es.: campionamento con ripetizione,

Slides:



Advertisements
Presentazioni simili
ESERCITAZIONE 2 Come leggere la tavola della normale e la tavola t di Student. Alcune domande teoriche.
Advertisements

6) LA STIMA Stima del valore dei parametri ignoti che caratterizzano la leggi delle v.c. assunte ad interpreti dei fenomeni oggetto d’attenzione. Verifica.
Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
8) GLI INTERVALLI DI CONFIDENZA
L’Analisi della Varianza ANOVA (ANalysis Of VAriance)
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
ITIS “G.Galilei” – Crema Lab. Calcolo e Statistica
METODI STATISTICI PER LO STUDIO DELL’ASSOCIAZIONE TRA DATI QUALITATIVI
Intervalli di confidenza
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
Analisi dei dati per i disegni ad un fattore
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
redditività var. continua classi di redditività ( < 0 ; >= 0)
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8.
Analisi Bivariata e Test Statistici
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5 Test statistici: il test Chi-Quadro, il test F e il test t.
Corso di Calcolo delle Probabilità e Statistica II Parte – STATISTICA
Inferenza statistica per un singolo campione
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA: test sui parametri e scelta del modello (parte 3) Per effettuare test di qualsiasi natura è necessaria.
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
Analisi della varianza (a una via)
Appunti di inferenza per farmacisti
Corso di biomatematica lezione 9: test di Student
Corso di biomatematica lezione 10: test di Student e test F
Corso di biomatematica lezione 7-2: Test di significatività
Corso di biomatematica lezione 7: Test di significatività
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a LA STATISTICA INFERENZIALE
di cosa si occupa la statistica inferenziale?
Analisi bivariata Passiamo allo studio delle relazioni tra variabili
Lezione 8 Numerosità del campione
Lezione 8 Numerosità del campione
Num / 36 Lezione 9 Numerosità del campione.
Lezione 7 i Test statistici
Lezione 8 La valutazione dello scarto per “fuori tolleranza”
Analisi della varianza
Il test di ipotesi Cuore della statistica inferenziale!
Verifica delle ipotesi su due campioni di osservazioni
Le distribuzioni campionarie
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
Unità 7 Test parametrici ☐ Test t di Student ☐ Analisi della varianza ad una via ☐ Confronti multipli.
Test parametrici I test studiati nelle lezioni precedenti (test- t, test-z) consentono la verifica di ipotesi relative al valore di specifici parametri.
STATISTICA INFERENZIALE
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Obbiettivo L’obiettivo non è più utilizzare il campione per costruire un valore o un intervallo di valori ragionevolmente sostituibili all’ignoto parametro.
La verifica d’ipotesi Docente Dott. Nappo Daniela
ATTIVITÀ PIANO LAUREE SCIENTIFICHE Laboratorio di Statistica
Domande riepilogative per l’esame
Lezione B.10 Regressione e inferenza: il modello lineare
Corso di Analisi Statistica per le Imprese
Strumenti statistici in Excell
La statistica F Permette di confrontare due varianze, per stabilire se sono o no uguali. Simile al valore t di Student o al chi quadrato, l’F di Fisher.
Test basati su due campioni Test Chi - quadro
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
“Teoria e metodi della ricerca sociale e organizzativa”
Certificazione bilancio/121 Statistica e revisione contabile Scopi della certificazione di bilancio Scopi e modalità dell’analisi statistica Esempio.
Intervalli di confidenza
UNIVERSITA’ DEGLI STUDI DI PERUGIA
Accenni di analisi monovariata e bivariata
Metodologia della ricerca e analisi dei dati in (psico)linguistica 24 Giugno 2015 Statistica inferenziale
Dalmine, 26 Maggio 2004 Esercitazioni di Statistica con Matlab Dott. Orietta Nicolis fttp:\ingegneria.unibg.it.
Disegni ad un fattore tra i soggetti. Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario.
ANALISI DELLA VARIANZA (ANOVA)
Test dell’ ANOVA L EZIONI III PARTE F ONDAMENTI E METODI PER L ’ ANALISI EMPIRICA NELLE SCIENZE SOCIALI A. A
La covarianza.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
Corso di Laurea Magistrale in Economia e Professioni
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Implementazione.
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Test di ipotesi.
Transcript della presentazione:

9) VERIFICA DI IPOTESI L’ipotesi statistica è una supposizione riguardante caratteristiche ignote ignote di una v.c. X. Es.: campionamento con ripetizione, valore della media, varianza Ipotesi Parametriche: inerenti i parametri Non Parametriche: forma funzionale V.c. Verifica: modalità attraverso cui si giunge a verificare la validità o meno di ipotesi stabilite. Si affronta il caso delle ipotesi parametriche: si abbia una f.r. costruita secondo una forma funzionale (Es.: Normale) ed ipotizzando un certo valore dato dei parametri (Es.: media con varianza nota).

Si costruisce un campione casuale che fornisce gli n valori (x 1, …, x n ) Da qui si ricava la v. statistica: (x 1 f 1, …, x n f n ) caratterizzata da una funzione di ripartizione empirica. Le deviazioni tra la funzione di ripartizione e possono : dipendere dal caso oppure essere l’espressione di una ipotesi diversa da fare sui parametri Si deve costruire una norma d di tali deviazioni. Quanto più d è piccolo, tanto più si può accettare l’ipotesi. Si deve costruire un valore critico di d oltre il quale si rifiuta l’ipotesi:

Sopra d 0 si rifiuta H 0 con  livello di probabilità (di solito 0.05, 0.01, 0.001) fissato arbitrariamente. Se si rifiuta H 0 non è detto che questa sia falsa, ma solo che non è suffragata dai fatti; se la si accetta non è detto che H 0 sia vera, ma solo che è suffragata dai fatti ed H 0 dà una interpretazione ragionevole a riguardo del parametro ignoto.  = livello di significatività: oltre questo livello l’ipotesi che H 0 sia vera è così poco probabile che l’ipotesi non è plausibile. Verifica condotta sul test da …………………. 1 Test sulla Media

Ci si riferisce a: che, impiegando la varianza di, è libera dall’influenza della variabilità alta o bassa ed è determinata dalla v.c. N(0,1). Regione di Accettazione Reg. di Rifiuto Reg. di Rifiuto H0H0 H1H1 H1H1 Z ** Z*Z*

Si scelgono Z * e Z ** in modo simmetrico allo zero: Si fissa  sulla tavola, si ricavano e A questo punto se: H 0 viene accettata, altrimenti no. Questo è un test con ipotesi bilaterale con due code vale a dire con 2 segni di rifiuto.

Inserire immagine pg. 106 … di che libro ? Simmetrica rispetto alla zero, media e momenti ……………………..anch’essi tabulati.

Perciò, costruito il rapporto: si ricava dalla tavola Con (n-1) gradi di libertà (numero elementi campione – 1), e per la simmetria: Se H 0 accettata, altrimenti rifiutata. Per n>30: T N(0,1) Anche in questo caso abbiamo costruito un test bilaterale. Se invece la regione di rifiuto fosse unidirezionale Si parlerebbe di test unilaterale con regione di accettazione a probabilità all’estremo inferiore/superiore dell’area. Regione di Accettazione 

9.1) Test per 2 campioni Si voglia verificare l’ipotesi di uguaglianza di due v.c. normali indipendenti X e Y con ugual varianza: H 0 :  1 =  2 a Si costruiscono 2 campioni (x 1, x 2, …, x n ) (y 1, y 2, …, y n ) Si calcolano le medie: Stime corrette di  1 e  2,determinazioni delle v.c. media campionaria

Se vale H 0 :  1 =  2 b Se  2 fosse ignoto si ricorre alla stima di  2