Test Z
Una banca assume che i prelievi effettuati con il Bancomat si distribuiscano secondo una variabile Normale. Osservati 10000 prelievi, con un prelievo medio pari a 250€ e scarto quadratico medio pari a 50€, si verifichi, al livello di significatività del 2.5%, l'ipotesi che il livello medio dei prelievi sia pari a 150€ contro l'ipotesi che sia superiore a 150€.
Come si imposta il ragionamento? Non mi è mai capitato di avere solo dati del campione e nulla della popolazione...
Come si imposta il ragionamento? Non mi è mai capitato di avere solo dati del campione e nulla della popolazione...

Risposte
Se ti da il livello di significatività significa che devi fare un test d'ipotesi e cercare una migliore regione critica usando il teorema di Neymann-Pearson.
Prova ad adoperarlo e dimmi cosa ti serve per rifutare o accettare l'ipotesi
Prova ad adoperarlo e dimmi cosa ti serve per rifutare o accettare l'ipotesi
"stenford":
(...) usando il teorema di Neymann-Pearson
Non c'è, eventualmente, un altro metodo, perché quel teorema non è compreso nel programma d'esame

Il sistema d'ipotesi che devi saggiare è il seguente:
$ { ( H_(0): mu=mu_(0)=150 ),( H:_(1):mu> 150 ):} $
I dati di a cui che devi rispettare sono:
la numerosità campionaria: $ n=10000 $
la media: $ bar(X) = 250 $
lo scarto quadratico medio: $ sigma=50 $
l'errore del primo tipo: $ alpha = 0.025 $
Ed infine l'informazione più importante, il fenomeno sul quale stai "facendo" inferenza si distribuisce come una Normale :
$ X ~ N(mu,sigma) $
A questo punto per risolvere il problema devi utilizzare una statistica test, che sarà:
$ t^(oss)= (bar(X)-mu_(0))/(sigma/sqrt(n) ) $
dove il tuo $mu_(0)$ è 150
Dopo aver fatto questo, ti basta confrontare il valore del $t^(oss)$ con il quantile della t di student, oppure, data la numerosità campionaria, puoi sfruttare i risultati asintotici, ovvero, confrontare direttamente il tuo risultato con il quantile di una Normale (facendo sempre riferimento che l'errore di primo tipo è del 2.5%)
$ { ( H_(0): mu=mu_(0)=150 ),( H:_(1):mu> 150 ):} $
I dati di a cui che devi rispettare sono:
la numerosità campionaria: $ n=10000 $
la media: $ bar(X) = 250 $
lo scarto quadratico medio: $ sigma=50 $
l'errore del primo tipo: $ alpha = 0.025 $
Ed infine l'informazione più importante, il fenomeno sul quale stai "facendo" inferenza si distribuisce come una Normale :
$ X ~ N(mu,sigma) $
A questo punto per risolvere il problema devi utilizzare una statistica test, che sarà:
$ t^(oss)= (bar(X)-mu_(0))/(sigma/sqrt(n) ) $
dove il tuo $mu_(0)$ è 150
Dopo aver fatto questo, ti basta confrontare il valore del $t^(oss)$ con il quantile della t di student, oppure, data la numerosità campionaria, puoi sfruttare i risultati asintotici, ovvero, confrontare direttamente il tuo risultato con il quantile di una Normale (facendo sempre riferimento che l'errore di primo tipo è del 2.5%)
"Sergio":
[quote="frons79"]Come si imposta il ragionamento? Non mi è mai capitato di avere solo dati del campione e nulla della popolazione...
Sulla popolazione hai l'informazione fondamentale: "i prelievi si distribuiscono secondo una variabile normale".
Però... hai sbagliato il titolo: non "test z", ma "test \(t\)". E questo sicuramente nel programma d'esame c'è

Perdono, si effettivamente il test t è presente, e a prima vista sarebbe stato il metodo che avrei scelto, ma in coda al testo ci sono riportati alcuni quantili della distribuzione Normale standardizzata Z, per questo mi sono trovato impantanato
Pardon,
ma il suo $ sigma $ non è 50 ?
ma il suo $ sigma $ non è 50 ?