Um procedimento completo para testar uma afirmação sobre o desvio padrão da população ou a variância da população é explicado aqui.
O teste de hipóteses para a alegação de desvio padrão da população (ou variância) requer que os dados e amostras sejam aleatórios e imparciais. A distribuição da população também deve ser normal. Não há requisitos específicos sobre o tamanho da amostra, pois a estimativa é baseada na distribuição qui-quadrado.
Como primeiro passo, a hipótese (nula e alternativa) relativa à afirmação sobre a população SD (ou variância) deve ser declarada de forma clara e expressa simbolicamente. A hipótese geralmente reivindica um certo valor de DP ou variância a ser testado. As amostras fornecem amostra SD ou variância. Usando esses dois valores, a estatística de teste é calculada.
O valor crítico aqui depende do tamanho da amostra (ou dos graus de liberdade) calculado a partir da distribuição qui-quadrado. Com base na direcionalidade na hipótese alternativa, o teste pode ser caudal esquerdo, caudal direito ou bicaudal. A estatística do teste de amostra é comparada com o valor crítico do qui-quadrado geralmente calculado em um nível de confiança de 95% ou 99%. Caso contrário, obtém-se o valor de P e compara-se com o nível de significância de 0,05 ou 0,01 para concluir o teste de hipóteses.
A precificação correta do ouro requer uma escala precisa, e sua precisão é alcançada reduzindo o desvio padrão do peso médio.
Considere um exemplo em que uma empresa afirma ter reduzido significativamente o desvio padrão de suas escalas de 0,005 g para 0,003 g testadas em 30 unidades individuais.
Para testar essa afirmação, é realizado um teste de hipótese em que a hipótese nula afirma que os modelos antigos e aprimorados têm um desvio padrão igual. A hipótese alternativa afirma que o modelo aprimorado é mais preciso e tem um desvio padrão significativamente menor do que o modelo antigo.
Testar a hipótese requer que a estatística da amostra seja convertida para a estatística Χ2 da seguinte forma.
Aqui, a região crítica em um nível de significância de 0,05 cai na cauda esquerda da curva.
Observe que o valor Χ2 calculado a partir da amostra se enquadra nele.
Além disso, o valor de P obtido usando o teste de cauda esquerda é menor que 0,05.
Portanto, o modelo aprimorado se mostra significativamente mais preciso do que o modelo antigo com base no resultado do teste.
Related Videos
Hypothesis Testing
10.8K Visualizações
Hypothesis Testing
8.0K Visualizações
Hypothesis Testing
11.9K Visualizações
Hypothesis Testing
6.8K Visualizações
Hypothesis Testing
26.2K Visualizações
Hypothesis Testing
5.3K Visualizações
Hypothesis Testing
4.0K Visualizações
Hypothesis Testing
27.7K Visualizações
Hypothesis Testing
4.2K Visualizações
Hypothesis Testing
3.3K Visualizações
Hypothesis Testing
2.7K Visualizações
Hypothesis Testing
3.4K Visualizações
Hypothesis Testing
2.4K Visualizações