Σ
SDCalc
AvanzatoAvanzato·14 min

Test di ipotesi con la deviazione standard

Scopri come la deviazione standard viene utilizzata nei test di ipotesi. Comprendi i test Z, i test t e come determinare la significatività statistica.

Panoramica

Il test di ipotesi è un metodo statistico per prendere decisioni sulle popolazioni basandosi su dati campionari. La deviazione standard svolge un ruolo cruciale nel determinare se le differenze osservate sono statisticamente significative o se sono semplicemente dovute al caso.

1

Formulare le ipotesi

Enunciare l’ipotesi nulla (H₀) e l’ipotesi alternativa (H₁)
2

Scegliere il livello di significatività

Scegliere il livello di significatività (α), tipicamente 0,05
3

Calcolare la statistica test

Calcolare la statistica test utilizzando la deviazione standard
4

Confrontare con il valore critico

Confrontare con il valore critico o calcolare il valore p
5

Prendere una decisione

Decidere: rifiutare o non rifiutare H₀

Test Z

Si utilizza il test Z quando si conosce la deviazione standard della popolazione (σ) e si ha una dimensione campionaria grande (n ≥ 30).

Statistica test Z

z = (x̄ - μ₀) / (σ / √n)

Esempio

Un produttore dichiara che le batterie durano in media 100 ore (μ₀ = 100). Si testano 36 batterie e si trova x̄ = 98 ore. Se σ = 12 ore: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 Con z = -1 e α = 0,05 (test bilaterale), non si rifiuta H₀. La differenza non è statisticamente significativa.

Test t

Si utilizza il test t quando non si conosce la deviazione standard della popolazione e si deve stimarla dal campione (usando s invece di σ).

Statistica test t

t = (x̄ - μ₀) / (s / √n)

Quando usare il test t o il test Z

- Test Z: σ è nota, n ≥ 30 - Test t: σ è sconosciuta (si usa s), qualsiasi dimensione campionaria Nella pratica, i test t sono molto più comuni perché raramente si conosce il vero valore di σ della popolazione.

Errore standard

L’errore standard (ES) misura quanto le medie campionarie variano rispetto alla media della popolazione. È il collegamento fondamentale tra la deviazione standard e il test di ipotesi.

Errore standard della media

SE = σ / √n (oppure s / √n quando si usa la DS campionaria)

L’errore standard diminuisce all’aumentare della dimensione del campione. Campioni più grandi producono stime più precise e rendono più facile rilevare differenze reali.

Significatività statistica

Un risultato è statisticamente significativo quando la probabilità di osservarlo per caso (valore p) è inferiore alla soglia prescelta (α).

Se valore p < α

Si rifiuta H₀. Il risultato è statisticamente significativo.

Se valore p ≥ α

Non si rifiuta H₀. Il risultato potrebbe essere dovuto al caso.

Significatività statistica vs significatività pratica

Un risultato statisticamente significativo non è necessariamente importante nella pratica. Con campioni molto grandi, differenze minime possono risultare “significative” ma prive di significato concreto. Considera sempre la dimensione dell’effetto insieme ai valori p.
← Centro di Apprendimento