Test parametrico: differenze tra le versioni

Versione delle 23:28, 19 mag 2007

Versione delle 03:50, 2 lug 2007

Riga 1:

Si definisce '''test parametrico''' un [[test statistico]] che si può applicare in presenza di una [[distribuzione normale]] dei dati, o comunque nell'ambito della [[statistica parametrica]]. Ciò avviene effettuando un controllo delle ipotesi sul valore di un parametro, quale la [[media]], la [[proporzione]], la [[deviazione standard]], l’uguaglianza tra due medie…

{{w|statistica|luglio 2006}}

{{c|da contestualizzare|statistica|luglio 2006|--[[Utente:Caulfield|Caulfield]] 18:18, 20 lug 2006 (CEST)}}

Si definisce '''test parametrico''' un test statistico che si può applicare in presenza di una [[distribuzione normale]] dei dati, o comunque nell'ambito della [[statistica parametrica]]. Ciò avviene effettuando un controllo delle ipotesi sul valore di un parametro, quale la [[media]], la [[proporzione]], la [[deviazione standard]], l’uguaglianza tra due medie…

Al contrario un [[test non parametrico]] non presuppone nessun tipo di distribuzione. Pur essendo applicabile solo in presenza di distribuzioni di tipo normale, i test parametrici risultano più attendibili rispetto a quelli non parametrici in quanto associati ad una maggiore probabilità di riuscire a rifiutare un’ipotesi statistica errata. Infatti una volta formulata l’[[ipotesi]] il passo successivo è quello di verificarla e uno dei metodi per decidere se rifiutare l’ipotesi (nulla) si basa sul concetto di [[valore-p]].

Il valore-p rappresenta dunque la possibilità di rifiutare l’ipotesi nulla quando in realtà questa è vera e più questo valore è piccolo più si sceglie di rifiutare l’ipotesi fornendo il livello di significatività critico del test ( probabilità massima tollerata di rifiuto), scendendo al di sotto del quale la decisione cambia da rifiuto a accettazione.

Tra i test parametrici principali troviamo il:

| - || *T di Student

| - || *F di Fisher

| - || *Normale standardizzata (N(0,1))

==T di Student==

{|

'''T di Student:''' La distribuzione T di Student viene usata in statistica per stimare il valore medio di una popolazione quando sia disponibile un campione di piccole dimensione ( meno di 30 elementi) e i valori sono distribuiti come una [[variabile casuale normale]]. Se il campione è più numeroso le distribuzioni gaussiana e quella di Student differiscono di poco, pertanto è indifferente usare una o l'altra.

| - || T di Student

|- bgcolor=#ffffff

| - || F di Fisher

|- bgcolor=#ffffff

| - || Normale standardizzata (N(0,1))

|}

'''T di Student:''' La distribuzione T di Student viene usata in statistica per stimare il valore medio di una popolazione quando sia disponibile un campione di piccole dimensione ( meno di 30 elementi) e i valori sono distribuiti come una [[variabile casuale normale]]. Se il campione è più numeroso le distribuzioni gaussiana e quella di Student differiscono di poco, pertanto è indifferente usare una o l'altra.

Una volta formulata una congettura nei confronti del vero valore assunto dalla media aritmetica della variabile aleatoria, per verificare la validità si potrà ricorrere ad un [[test di verifica d'ipotesi|sistema di ipotesi]] del tipo:

<math>\left\{\begin{matrix} H_0 & \mu =\mu_0 \\ H_1 & \mu = \mu_1

\end{matrix}\right.

</math>

Si basa sulla [[variabile casuale t di Student|distribuzione T di Student]].

Riga 82 ⟶ 72:

|}

[[Categoria:Test statistici|_Test parametricoParametrico]]

[[Categoria:Test statistici|_Test parametrico]]