1.	Statistická hypotéza

2.	Postup při testu statistické hypotézy

2.1.	Formulace nulové hypotézy H a alternativní hypotézy H

2.2.	Výpočet hodnoty testového kriteria

2.3.	Stanovení hladiny významnosti α a kritického oboru

2.4.

Závěr

3.	Použití nejznámějších testů

3.1.	Testy o parametru μ rozdělení N(μ, σ2

3.2.	Testy o parametru σ2 rozdělení N(μ, σ2)

3.3.	Testy o parametru p rozdělení A(p)

3.4.	Testy o parametrech 2 základních souborů

"Popište jednotlivé fáze testů statistických hypotéz, vysvětlete jejich význam a interpretaci.
Uveďte příklady použití testů.

Statistická hypotéza
- tvrzení týkající se základního souboru
- v případě parametrických testů je hypotéza tvrzení o neznámé hodnotě parametru základního souboru.
- jen na základě výzkumu celého základního souboru by bylo možné s úplnou jistotou rozhodnout o správnosti či nesprávnosti hypotézy. Ovšem takový výzkum by byl neekonomický nebo technicky neuskutečnitelný a proto se výzkumu podrobuje pouze část základního souboru – výběrový soubor.
- proces ověřování správnosti či nesprávnosti hypotézy pomocí výsledků získaných náhodným výběrem se nazývá testy statistických hypotéz.
- základním předpokladem statistické indukce je náhodný výběr.

Postup při testu statistické hypotézy
1) Formulace nulové hypotézy H a alternativní hypotézy H
Konečným cílem většiny statistických testů je zhodnocení vztahu mezi proměnnými.
Nulová hypotéza potom vyjadřuje nezávislost proměnných.
Alternativní hypotéza je k nulové hypotéze opačná.
Většinou chceme dokázat pravdivost alternativní hypotézy, která nejčastěji vyjadřuje statistickou závislost proměnných. Pravdivost alternativní hypotézy se dokazuje nepřímo – ukážeme, že nulová hypotéza je nepravděpodobná a alternativní (jediná zůstávající) je tedy pravděpodobná.

Příklad, jak navolit nulovou hypotézu a její interpretace:
Mějme 2 základní soubory Z1 (Okresní státní zastupitelství v Břeclavi) a Z2 (OSZ v Hodoníně) a v nich zjištěné hodnoty x1 = 25,1 a x2 = 27,4
s1 = 5,06 a s2 = 5,32
n1 = 10 a n2 = 10
Měřeným znakem X je doba přepsání konceptu obžaloby (v minutách)
Testujeme rozdíl výběrových průměrů:
Protože je x1 menší než x2, navolíme hypotézu, která bude vyjadřovat opak. To proto, abychom mohli tuto nulovou hypotézu zamítnout a přijmout alternativní hypotézu.
Tedy H: μ1 ≥ μ2 a analogicky k ní H: μ1 < μ2
H pak můžeme interpretovat: Střední hodnota doby přepsání obžaloby na OSZ v Břeclavi je větší než střední hodnota doby přepsání obžaloby na OSZ v Hodoníně.

2) Výpočet hodnoty testového kriteria
Toto kritérium je náhodnou veličinou, která je funkcí náhodného výběru.
Testové kriterium můžeme považovat za "míru rozporu" mezi nulovou hypotézou a charakteristikami určenými z datového souboru.

Příklad (pokračování výše uvedeného):
Dosadíme do příslušného vzorce(skripta str. 42 ☺), pak vychází t1 = - 0,99

3) Stanovení hladiny významnosti α a kritického oboru
Hladina významnosti je pravděpodobnost, že se zamítne nulová hypotéza, ačkoliv platí.
α se stanovuje většinou 0,05 nebo 0,01.
Ke zvolené hladině významnosti určíme kritický obor Wα. V tomto kritickém oboru se uskuteční maximálně 100α % hodnot testového kriteria, pokud platí hypotéza H."

Práce je ve formátu Adobe Acrobat (*.pdf).