RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
it_IT
Menu
Menu
Menu
Menu
Please note that some of the translations on this page are AI generated. Click here for the English version.
Quando si esegue un test di ipotesi, ci sono quattro possibili risultati a seconda dell'effettiva verità (o falsità) dell'ipotesi nulla e della decisione di rifiutarla o meno:
Ciascuno degli errori si verifica con una probabilità particolare. Le lettere greche α e β rappresentano le probabilità.
α = probabilità di un errore di tipo I = P(errore di tipo I) = probabilità di rifiutare l'ipotesi nulla quando l'ipotesi nulla è vera.
β = probabilità di un errore di Tipo II = P(errore di Tipo II) = probabilità di non rifiutare l'ipotesi nulla quando l'ipotesi nulla è falsa.
α e β dovrebbero essere valori più bassi possibile perché sono probabilità di errori. Raramente sono pari a zero.
La potenza del test è 1 – β. Idealmente, vogliamo una potenza elevata che sia il più vicino possibile a uno. Aumentare la dimensione del campione può aumentare la potenza del test.
Questo testo è adattato da Openstax, Introductory Statistics, Section 9.2 Outcomes of Type I and Type II Errors.
Un test di ipotesi generalmente inizia assumendo che l'ipotesi nulla sia vera.
Se, in realtà, tale ipotesi nulla è vera, rifiutarla può portare a una conclusione errata e fuorviante.
Questo errore di rifiutare l'ipotesi del vero nullo è noto come errore di Tipo I.
D'altra parte, quando l'ipotesi nulla è falsa, ma il risultato del test indica il fallimento del suo rifiuto, la decisione rimane ancora una volta errata.
Questo errore di non riuscire a rifiutare l'ipotesi del falso nullo è noto come errore di tipo II.
Un risultato del test che indica il rifiuto dell'ipotesi nulla quando è effettivamente falsa o il mancato rifiuto quando è effettivamente vera, porta a una decisione corretta.
Il valore di probabilità accettabile dell'errore di tipo I è il livello di significatività ɑ, che è comunemente 0,05 o 0,01.
La probabilità di errore di tipo II è indicata da β. Viene calcolato in base alla probabilità predeterminata di rifiutare una falsa ipotesi nulla, comunemente nota come test della potenza dell'ipotesi.
Related Videos
01:14
Hypothesis Testing
16.2K Visualizzazioni
01:24
Hypothesis Testing
13.1K Visualizzazioni
01:16
Hypothesis Testing
13.6K Visualizzazioni
01:10
Hypothesis Testing
9.1K Visualizzazioni
01:11
Hypothesis Testing
29.0K Visualizzazioni
01:10
Hypothesis Testing
7.1K Visualizzazioni
01:14
Hypothesis Testing
5.6K Visualizzazioni
01:17
Hypothesis Testing
29.7K Visualizzazioni
01:24
Hypothesis Testing
4.0K Visualizzazioni
01:22
Hypothesis Testing
3.3K Visualizzazioni
01:21
Hypothesis Testing
6.4K Visualizzazioni
01:30
Hypothesis Testing
3.0K Visualizzazioni