Introduzione al test delle ipotesi

Il test delle ipotesi è un metodo statistico che consente di determinare se vi sono prove sufficienti per rifiutare un'ipotesi nulla.

Ipotesi nulla e ipotesi alternativa

Nel test delle ipotesi:

• L'ipotesi nulla (H₀) presuppone l'assenza di effetto o differenza.
• L'ipotesi alternativa (H₁) suggerisce la presenza di un effetto o di una differenza.

Esecuzione di un t-test

Un t-test verifica se le medie di due gruppi sono significativamente diverse.

data1 <- c(5.1, 6.2, 5.8, 6.5, 5.9)
data2 <- c(7.0, 6.8, 7.5, 7.1, 6.9)
t.test(data1, data2)

Interpretazione dei p-value

Il p-value aiuta a decidere se rifiutare H₀:

• Se p-value < 0.05, rifiutare H₀ (risultato significativo).
• Se p-value > 0.05, non rifiutare H₀ (risultato non significativo).

Test del chi quadrato

Il test del chi quadrato verifica se le variabili categoriali sono indipendenti.

observed <- matrix(c(20, 30, 50, 40), nrow=2)
chisq.test(observed)

Test ANOVA

ANOVA confronta le medie di più gruppi.

group1 <- c(5.1, 6.2, 5.8)
group2 <- c(7.0, 6.8, 7.5)
group3 <- c(4.9, 5.5, 5.2)
data <- data.frame(value = c(group1, group2, group3), 
                   group = rep(c('A', 'B', 'C'), each=3))
aov_test <- aov(value ~ group, data = data)
summary(aov_test)

Dimensione dell'effetto

La dimensione dell'effetto misura l'intensità di un risultato e aiuta a determinarne la rilevanza pratica.

Limiti del test delle ipotesi

Il test delle ipotesi si basa su determinate assunzioni e può essere influenzato dalla dimensione del campione e dalla qualità dei dati.

Riepilogo

In questa lezione ha imparato:

• Come eseguire un test delle ipotesi.
• Come usare t-test, test del chi quadrato e ANOVA.
• L'importanza dei p-value e delle dimensioni dell'effetto.