Math ClubMath Club
v1 · padrão canônico

Lição 103 — Teste de hipótese: estrutura e lógica

Estrutura formal do teste de hipótese: H0 vs H1, estatística de teste, p-valor, nível de significância, erros tipo I e II, e poder do teste.

Used in: 3.º ano do EM (17-18 anos) · Equiv. Stochastik LK alemão · Equiv. Math B japonês · H2 Statistics singapurense

p-wartosˊcˊ=P(TtobsH0)αodrzucamy H0p\text{-wartość} = P(T \geq t_{\mathrm{obs}} \mid H_0) \leq \alpha \Rightarrow \text{odrzucamy } H_0
Choose your door

Rigorous notation, full derivation, hypotheses

Definição rigorosa

Pięć elementów testu hipotezy

"Hipoteza zerowa H0H_0 reprezentuje postulat sceptycyzmu. To status quo, który byłby utrzymywany, chyba że znaleziona zostanie wystarczająca przeciw niemu evidencja." — OpenIntro Statistics, §5.1

Błędy i moc testu

Formalna definicja p-wartości

"P-wartość mierzy, jak zgodne są dane z H0H_0. Mała p-wartość wskazuje, że dane są niezgodne z H0H_0 — a nie że H0H_0 jest fałszywa z prawdopodobieństwem 1p1-p." — OpenIntro Statistics, §5.1

Rodzaje hipotezy alternatywnej

Exemplos resolvidos

Exercise list

26 exercises · 6 with worked solution (25%)

Application 11Understanding 4Modeling 2Challenge 1Proof 1 7
  1. Ex. 103.1ApplicationAnswer key

    Sformułuj hipotezy H0H_0 i H1H_1 dla następującego scenariusza: agencja ochrony konsumenta chce sprawdzić, czy średnia waga opakowania mąki o deklarowanej masie 500 g jest zgodna z normą.

  2. Ex. 103.2Application

    Badacze chcą sprawdzić, czy brazylijscy nastolatki śpią mniej niż zalecane 8 godzin na noc. Sformułuj H0H_0 i H1H_1.

  3. Ex. 103.3Application

    H0:μ=50H_0: \mu = 50, H1:μ50H_1: \mu \neq 50. Dane: n=25n = 25, Xˉ=52\bar X = 52, σ=10\sigma = 10 (znane). Oblicz statystykę z i p-wartość. Wnioskuj dla α=0,05\alpha = 0{,}05.

  4. Ex. 103.4Application

    Producent twierdzi, że jego żarówki trwają średnio 1000 h. Próba n=64n = 64 żarówek daje Xˉ=985\bar X = 985 h z σ=50\sigma = 50 h (znane). Na poziomie 5%, średnia żywotność jest mniejsza niż twierdzenie?

  5. Ex. 103.5Application

    W procesie karnym H0H_0 to „oskarżony jest niewinny" a H1H_1 to „oskarżony jest winny". Opisz Błędy Typu I i II w tym kontekście. Który jest uważany za bardziej poważny w brazylijskim systemie prawnym? Dlaczego?

  6. Ex. 103.6Understanding

    Test daje p=0,03p = 0{,}03. Które ze stwierdzenia poniżej jest prawidłowe?

  7. Ex. 103.7Understanding

    Test z n=10n = 10 daje p=0,12p = 0{,}12. Badacz wyciąga wniosek „efekt nie istnieje". Co może być nie tak?

  8. Ex. 103.8Application

    Szkoła wdrożyła nową metodologię. Historyczna średnia ocen to μ0=35\mu_0 = 35 punktów. Po interwencji, n=40n = 40 uczniów osiągnęło Xˉ=37\bar X = 37 z σ=8\sigma = 8 (znane). Na poziomie 5%, oceny się poprawiły?

  9. Ex. 103.9Application

    UPA chce wykryć zmniejszenie 5 min w czasie konsultacji (δ=5\delta = 5, σ=10\sigma = 10). Z α=0,05\alpha = 0{,}05 i mocą 90%, jaka jest minimalna nn?

  10. Ex. 103.10ApplicationAnswer key

    Moneta jest rzucana 100 razy i wypadł orzeł 60 razy. Na poziomie 5%, czy moneta jest uczciwa?

  11. Ex. 103.11Application

    Badacz zmienia poziom istotności z α=0,05\alpha = 0{,}05 na α=0,01\alpha = 0{,}01, utrzymując nn stałe. Wyjaśnij wpływ na Błąd Typu II i moc testu.

  12. Ex. 103.12Answer key

    Normalna glikemia na czczo to μ0=120\mu_0 = 120 mg/dL. Próba n=50n = 50 diabetyków daje Xˉ=128\bar X = 128 mg/dL z σ=20\sigma = 20 mg/dL. Na poziomie 1%, czy średnia glikemia jest podwyższona?

  13. Ex. 103.13Understanding

    Wynik jest „statystycznie istotny na poziomie 5%". Co to prawidłowo oznacza?

  14. Ex. 103.14Application

    Firma chce wykryć, czy średnia waga jej produktów spadła z μ0=250\mu_0 = 250 g do μ1=245\mu_1 = 245 g, z σ=20\sigma = 20 g, α=0,05\alpha = 0{,}05 i mocą 80%. Jaka jest minimalna nn?

  15. Ex. 103.15Application

    Badanie genomiki przeprowadza 1000 testów jednocześnie z α=0,05\alpha = 0{,}05. Wszystkie testowane geny są zerowe (bez rzeczywistego efektu). Ile fałszywych pozytywów jest oczekiwanych? Jeśli 60 genów jest „istotnych", jaka jest szacunkowa stopa fałszywych odkryć?

  16. Ex. 103.16

    Moneta jest rzucana 800 razy i wypadł orzeł 384 razy. Na poziomie 5%, czy moneta jest uczciwa?

  17. Ex. 103.17Answer key

    Badanie z n=30n = 30 nastolatkami zarejestrował średni sen Xˉ=7,5\bar X = 7{,}5 h z σ=1,5\sigma = 1{,}5 h (z wcześniejszych badań). Na poziomie 5%, czy śpią mniej niż 8 godzin?

  18. Ex. 103.18UnderstandingAnswer key

    Które ze stwierdzeń o istotności statystycznej jest prawidłowe?

  19. Ex. 103.19Modeling

    Badanie kliniczne testuje 20 punktów końcowych jednocześnie z α=0,05\alpha = 0{,}05. Jakie jest prawdopodobieństwo co najmniej jednego fałszywego pozytywu bez korekcji? Opisz, jak korekcja Bonferroni rozwiązuje problem i omów jej ograniczenie.

  20. Ex. 103.20

    Historyczna stopa zatwierdzenia ENEM w szkole to 30%. Po nowej metodologii, 38 ze 100 uczniów przeszło. Na poziomie 5%, czy stopa się poprawiła?

  21. Ex. 103.21

    Testuj H0:μ=50H_0: \mu = 50 vs H1:μ50H_1: \mu \neq 50 z σ=10\sigma = 10 i Xˉ=51\bar X = 51. Oblicz p-wartość dla n=10n = 10 i n=10000n = 10000. Co to ujawnia o p-wartości i wielkości efektu?

  22. Ex. 103.22Answer key

    Normalne ciśnienie skurczowe: μ0=120\mu_0 = 120 mmHg. Próba n=60n = 60 dorosłych малoaktywnych: Xˉ=125\bar X = 125 mmHg, σ=15\sigma = 15 mmHg. Na poziomie 1%, czy średnie ciśnienie jest podwyższone?

  23. Ex. 103.23

    Badanie weterynarii chce wykryć, że średnia waga świń rasy zmieniła się z 125 kg na 120 kg (δ=5\delta = 5, σ=15\sigma = 15). Z α=0,05\alpha = 0{,}05 dwustronnym i mocą 80%, ile zwierząt jest potrzebnych?

  24. Ex. 103.24Modeling

    ENEM szkoły ma Xˉ=52\bar X = 52 punktów wobec μ0=50\mu_0 = 50 średniej stanowej, z s=10s = 10 i n=10000n = 10000 uczniów. Wynik jest „wysoce istotny" (p<0,001p < 0{,}001). Oblicz znormalizowaną wielkość efektu Cohena dd. Czy różnica 2 punktów jest edukacyjnie znacząca? Omów.

  25. Ex. 103.25Challenge

    Pokaż, że pod warunkiem, że H0H_0 jest prawdziwa, p-wartość ma rozkład Jednostajny(0,1)(0,1) dla testów ciągłych. Użyj tego wyniku, aby sprawdzić, że P(odrzucicˊ H0H0)=αP(\text{odrzucić } H_0 \mid H_0) = \alpha.

  26. Ex. 103.26Proof

    Użyj Lematu Neymana-Pearsona, aby pokazać, że test z jednostronny (odrzucić, jeśli Xˉ>c\bar X > c) jest testem o największej mocy poziomu α\alpha dla H0:μ=μ0H_0: \mu = \mu_0 vs H1:μ=μ1>μ0H_1: \mu = \mu_1 > \mu_0 z danymi normalnymi i znanym σ\sigma.

Fontes

  • OpenIntro Statistics (4ª ed.) — Diez, Çetinkaya-Rundel, Barr · CC-BY-SA. Seções §5.1–5.3 (estrutura do teste, p-valor, poder, tamanho amostral).
  • Statistics (OpenStax) — Illowsky, Dean · CC-BY. Capítulo 9 (hipóteses nula e alternativa, erros Tipo I e II, exemplos completos com z).
  • Statistical Thinking for the 21st Century — Russell Poldrack · CC-BY-NC. Capítulos 10–11 (crise de replicabilidade, uso responsável do p-valor, FDR, tamanho de efeito).

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.