Statistica - verifica di ipotesi
ciao a tutti...sono in "leggera" difficoltà con statistica....devo svolgere un esercizio con il programma R..in particolare l'esercizio cita:"La qualità della vita di un campione di comuni suddivisi in comuni di piccole medie e grandi dimensioni è stata valutata mediante un indicatore che sintetizza numerose informazioni di carattere socio economico.la classificazione dei comuni per zona geogr, qualità della vita e dimensione sono contenuti nel data set "...." che è un file excel,di R. Si consideri la distribuzione congiunta della qualita della vita e della zona geografica di appartenenza dei comuni di PICCOLE DIMENSIONI.
COME SI PUò RIFORMULARE L'IPOTESI SULLA RELAZIONE TRA I DUE CARATTERI IN ESAME??
QUALE VALORE ASSUME IL P VALUE DELLA STATISTICA TEST PER LA VERIFICA DI TALE IPOTESI?
IL TEST è SIGNIFICATIVO AL 10%?
per la prima domanda in sostanza bisogna scegliere fra indipendenza in distribuzione, in media o lineare?? come faccio???
per la seconda immagino di dover fare il chi quadro
per la terza non riesco a capire!!!
Grazie per la spiegazione e per la gentilezza!!!
COME SI PUò RIFORMULARE L'IPOTESI SULLA RELAZIONE TRA I DUE CARATTERI IN ESAME??
QUALE VALORE ASSUME IL P VALUE DELLA STATISTICA TEST PER LA VERIFICA DI TALE IPOTESI?
IL TEST è SIGNIFICATIVO AL 10%?
per la prima domanda in sostanza bisogna scegliere fra indipendenza in distribuzione, in media o lineare?? come faccio???
per la seconda immagino di dover fare il chi quadro
per la terza non riesco a capire!!!
Grazie per la spiegazione e per la gentilezza!!!
Risposte
1. La indipendenza lineare la puoi calcolare solo se entrambi i caratteri sono quantitativi e non credo che questo sia il caso. Ti conviene calcolare la dipendenza in distribuzione, dato che alla domanda seguente si parla della statistica test per la verifica dell'ipotesi d'indipendenza (che si fa sul $chi^2$ ).
Quindi in pratica si tratta di fare un sistema d'ipotesi con $H_0 : X$ e $Y$ sono indipendenti contro l'ipotesi alternativa che non lo siano.
2. Su R per la verifica dell'ipotesi d'indipendenza (Statistica di Pearson), c'è il comando "chisq.test" che ti dà pure il p-value.
3. Un test è significativo se porta a rifiutare l'$H_0$ quando essa è vera. In questo caso $alpha=0.10$ e basta semplicemente vedere se $p-value<=alpha$. In questo caso respingi $H_0$ e quindi il test è significativo. Se $p-value>alpha$, no.
Quindi in pratica si tratta di fare un sistema d'ipotesi con $H_0 : X$ e $Y$ sono indipendenti contro l'ipotesi alternativa che non lo siano.
2. Su R per la verifica dell'ipotesi d'indipendenza (Statistica di Pearson), c'è il comando "chisq.test" che ti dà pure il p-value.
3. Un test è significativo se porta a rifiutare l'$H_0$ quando essa è vera. In questo caso $alpha=0.10$ e basta semplicemente vedere se $p-value<=alpha$. In questo caso respingi $H_0$ e quindi il test è significativo. Se $p-value>alpha$, no.
ok..grazie mille!!! mentre per verificare l'indipendenza in media vedo se uno dei due caratteri è quantitativo??
mentre per verificare l'indipendenza in media vedo se uno dei due caratteri è quantitativo??
Esatto
ok..grazie mille
altra domanda: Si utilizza un campione di dimensione n = 100 con 60 successi per verificare l'ipotesi
H0 : p = 0:5. Qual è il valore della funzione test Z??
altra domanda: Si utilizza un campione di dimensione n = 100 con 60 successi per verificare l'ipotesi
H0 : p = 0:5. Qual è il valore della funzione test Z??
Fai $60/100$ e usi la statistica test:
$Z=(\bar{X}-p_0)/(sqrt((p_0*(1-p_0))/n))\simN(0,1)$ che in questo caso dà:
$Z=(60/100-0.5)/sqrt((0.5*0.5)/100)$
$Z=(\bar{X}-p_0)/(sqrt((p_0*(1-p_0))/n))\simN(0,1)$ che in questo caso dà:
$Z=(60/100-0.5)/sqrt((0.5*0.5)/100)$
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo